Wintersemester 2024/25

Alle notwendigen Informationen und Links zu Lehrveranstaltungen im Wintersemester 2024/25 sind, gegliedert nach den Lehrveranstaltungen, auf dieser Seite zu finden. Alle Fragen an die Lehrenden stellen Sie bitte in den Lehrveranstaltungen bzw. über die jeweils genutzten Plattformen - nicht in individuellen E-Mails an die Lehrenden.

Bachelor:

Beginn der Veranstaltung: 22.10.2024; 14:00 Uhr

 

Diese Veranstaltung wird in Form eines Konferenzseminars angeboten. Ähnlich einer wissenschaftlichen Konferenz reichen die Teilnehmenden eigene Konferenzbeiträge ein, beteiligen sich an dem Review anderer Beiträge und treffen sich am Semesterende zu einem gemeinsamen Workshop, bei dem die erarbeiteten Ergebnisse präsentiert und diskutiert werden. Thematisch ist diese Konferenz im Bereich des Maschinellen Lernens einzuordnen. Die spezifischen Themen der Seminararbeiten werden von wissenschaftlichen Mitarbeitenden des Fachgebiets ausgeschrieben und bei der Einführungsveranstaltung vorgestellt. Diese findet zu Beginn der Vorlesungszeit statt.

Die Einführungsveranstaltung findet Online statt. Aktuelle Informationen zum Ablauf der Veranstaltung finden Sie im Moodlekurs.

Haben Sie interesse, dann schauen Sie doch einfach bei der Einführungsveranstaltung (siehe moodle) vorbei.

Links:

 

Kontaktpersonen:

Beginn der Vorlesung:

Montag den 21.10.2024, 16:15 Uhr

Beginn der Übung:

Gruppe 1: 28.10.2024 08:00 Uhr
Gruppe 2: 28.10.2024 09:00 Uhr
Gruppe 3: 29.10.2024 08:00 Uhr
Gruppe 4: 29.10.2024 09:00 Uhr
Gruppe 5: 30.10.2024 08:00 Uhr
Gruppe 6: 30.10.2024 09:00 Uhr

 

Der Stoff der Vorlesung wird nach dem Lehrkonzept "Flipped Classroom" in Form von Videos vermittelt. Begleitend zu den Videos gibt es wöchentliche Live-Sessions, zu denen Prof. Sick weiterführende Fragen mit Ihnen diskutiert, die das Verständnis vertiefen. Zusätzlich gibt es eine kurze Zusammenfassung des Stoffes der letzten Woche und einen Ausblick zum Stoff der kommenden Woche.

Die Übungsblätter werden jeden Montag bereitgestellt. Die Lösungen werden eine Woche später nach der letzten Übung hochgeladen. Es werden ausschließlich Präsenzübungen angeboten, in denen die Aufgaben diskutiert werden können. Die Klausurzulassung (Studienleistung) wird elektronisch mithilfe des E-Assessmentcenters geprüft.

Alle weitere Information und regelmaßige Ankündigungen finden Sie im entsprechenden Moodle-Kurs.

 

Informationen zum Treffen

 

Kontaktpersonen:

Name: Minh Tuan Pham

E-Mail: stochastik[at]uni-kassel[dot]de

 

 

Die Zeiten für die Übungsgruppen können sich noch ändern, da sie noch nicht ganz feststehen.

Beginn der Vorlesung:

18.10.2024 - 08:00 Uhr

 

Teil 2 des Moduls "Labor C/Embedded Systems" für Studierende auf der Warteliste. Der Kurs findet im Blended-Learning-Format statt und weitere Informationen dazu werden in der Kick-Off-Veranstaltung am 18.10. um 08:00 Uhr (c.t.) im Labor des Fachgebiets in Präsenz mitgeteilt.

 

Informationen zum Treffen

  • 0303c für die Präsenzteile nach Absprache; Panopto-Videos für den Blended-Learning-Teil im moodle-Kurs verfügbar.

Kontaktpersonen:

Name: Benjamin Herwig

E-Mail: herwig@uni-kassel.de

 

 

Achtung, die Veranstaltung ist nicht frei besuch- oder belegbar! Diese Veranstaltung wird im WiSe 24/25 außerplanmäßig nur für Studierende auf der Warteliste aus dem SoSe 24 angeboten; die berechtigten Studierenden haben sich bereits nach schon erfolgter Aufforderung persönlich zum Kurs angemeldet!

Beginn der Vorlesung:

Dienstag den 22.10.2024 - 14:00 Uhr

 

In der Veranstaltung Intelligente Technische Systeme widmen wir uns der vollständigen Prozesskette von der Datenaufzeichnung aus der uns umgebenden Umwelt (Sensorik, Spannungswandlung, Abtasttheorem usw.) über die Repräsentation der Daten und ihrer (Vor-) Verarbeitung bis hin zu allerersten Schritten im Bereich maschineller Lernverfahren und deren Evaluation. Der Kurs findet im Blended-Learning-Format statt, von Veranstaltungsstart bis Jahreswechsel mit einem Termin pro Woche (Dienstags von 14:00 bis 16:00 Uhr) in Präsenz im Labor des Fachgebiets. In den Terminen wird die per Panopto-Video im moodle-Kurs angebotene Vorlesung persönlich nachbesprochen; auch die die einzelnen Vorlesungen ergänzenden Jupyter-Notebooks mit Übungsaufgaben werden während dieses wöchentlichen Termins nachbesprochen, wenn gewünscht. Ab dem neuen Jahr findet zusätzlich zum Dienstagstermin bis Vorlesungszeit-Ende immer Donnerstag von 14:00 bis 18:00 Uhr praktischer Übungsbetrieb statt, in dem wir uns mit Hardwareaufbauten, Elektronik und dem Entwickeln tatsächlich intelligenter technischer Systeme beschäftigen.

 

Informationen zum Treffen

  • Room 0303c (IES group Lab)

 

Kontaktperson:

Name: Benjamin Herwig

E-Mail: herwig@uni-kassel.de

 

Master:

Beginn der Veranstaltung: 22.10.2024; 14:00 Uhr

 

Diese Veranstaltung wird in Form eines Konferenzseminars angeboten. Ähnlich einer wissenschaftlichen Konferenz reichen die Teilnehmenden eigene Konferenzbeiträge ein, beteiligen sich an dem Review anderer Beiträge und treffen sich am Semesterende zu einem gemeinsamen Workshop, bei dem die erarbeiteten Ergebnisse präsentiert und diskutiert werden. Thematisch ist diese Konferenz im Bereich des Maschinellen Lernens einzuordnen. Die spezifischen Themen der Seminararbeiten werden von wissenschaftlichen Mitarbeitenden des Fachgebiets ausgeschrieben und bei der Einführungsveranstaltung vorgestellt. Diese findet zu Beginn der Vorlesungszeit statt.

Die Einführungsveranstaltung findet Online statt. Aktuelle Informationen zum Ablauf der Veranstaltung finden Sie im Moodlekurs.

Haben Sie interesse, dann schauen Sie doch einfach bei der Einführungsveranstaltung (siehe moodle) vorbei.

Links: 

Kontaktpersonen:

Beginn der Vorlesung:

Montag den 21.10.2024 - 14:15 - 15:45

Beginn der Übung:

Mittwoch den 06.11.2024 - 10:00 - 11:30

Die Vorlesung behandelt die Grundlagen der Mustererkennung unter probabilistischen Gesichtspunkten. Die folgenden Themen werden besprochen:

  • Basics (e.g., stochastics, model selection, curse of dimensionality, decision and information theory)
  • Distributions (e.g., multinomial, Dirichlet, Gaussian and Student distributions, nonparametric estimation)
  • Linear models for regression
  • Linear models for classification
  • Neural networks
  • Kernel methods

 

Informationen zum Treffen

  • Raum 0303c im Fachgebiet IES (Lab)

 

Kontaktperson: Huseljic, Denis

E-Mail: dhuseljic[at]uni-kassel[dot]de 

 

Beginn der Vorlesung:  22.10.2024 - 12:00 Uhr

Beginn der Übung:        wird anschließend als Block gehalten

 

Die Vorlesung beschäftigt sich mit Grundlagen der Mustererkennung in Zeitreihen (z. B. Sensorsignale) und räumlich verteilt erfassten Daten (z. B. in Sensornetzen). Es werden u.a. folgende Themen besprochen: Grundlagen (z. B. Segmentierung von Zeitreihen, Korrelation von Daten, Merkmale zur Beschreibung temporaler/räumlicher Daten), Abstandsmessung von Zeitreihen, Clustering/Klassifikation, Motiverkennung, Anomalieerkennung mit verschiedenen Techniken (z. B. Nearest Neighbor, Neuronale Netze, Support Vector Machines), verschiedenste Beispielanwendungen (Unterschriftenverifikation, kollaborative Gefahrenwarnung in Fahrzeugen, Aktivitätserkennung, Kontexterkennung mit Smartphones u.a.)

Informationen zum Treffen:

  • Labor 0303c im Fachgebiet IES

 

Kontakt Person

Name: Dr. Gruhl, Maik Jessulat

E-Mail: cgruhl[at]uni-kassel[dot]de, mjessulat[at]uni-kassel[dot]de