Informatik
Gesamtes Lehrangebot der Informatik
E24n-
Gesamtes Lehrangebot der Informatik
E24nA1.1-
19000546
Mentorium
Mentoring (Ulrike Seyferth)
Zeit: Termine siehe LV-Details (Erster Termin: 12.09.2024)
Ort: A6/SR 031 Seminarraum (Arnimallee 6)
Kommentar
Das Mentoringprogramm bietet Veranstaltungen und Beratungsangebote vor allem (aber nicht nur!) für Studienanfänger*innen an. Alle Angebote sind freiwillig und können in der Regel ohne vorherige Anmeldung besucht werden.
Meldet euch einfach im Whiteboard zum Mentoringkurs (19000546) an, dann bekommt ihr immer alle Infos und könnt selbst entscheiden, was für euch interessant ist!
Weitere Infos findet ihr auf den Seiten des Studentischen Beratungszentrums.
Wenn ihr Fragen oder Wünsche habt, wendet euch an uns!
Eure Mentor*innen der Mathematik, Informatik und Bioinformatik
-
19300001
Vorlesung
Konzepte der Programmierung (Wolfgang Mulzer)
Zeit: Mo 14:00-16:00, Mi 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.10.2024)
Ort: Gr. Hörsaal (Raum B.001) (Arnimallee 22)
Kommentar
Qualifikationsziele
Die Studierenden erklären2 verschiedene Programmierparadigmen und stellen diese gegenüber4. Sie interpretieren2 Beschreibungen und Quelltexte zu elementaren Datenstrukturen und charakterisieren4 deren Funktionsweise und implementieren3 elementare Algorithmen und Datenstrukturen in verschiedenen Programmierparadigmen und passen diese an unterschiedliche Anforderungen an5. Sie diskutieren6 Vor- und Nachteile verschiedener Lösungen von algorithmischen Problemen.
Inhalte
Studierende erlernen die Grundlagen des Programmierens und grundlegende Programmierparadigmen wie Imperativ und Funktional. Sie erarbeiten sich Ausdrücke und Datentypen und grundlegende Aspekte Imperativer Programmierung (Zustand, Anweisungen Kontrollstrukturen, Ein-Ausgabe) und üben deren Anwendung. Die Studierenden erarbeiten sich grundlegende Aspekte der Funktionalen Programmierung (Funktionen, Rekursion, Funktionen höherer Ordnung, Currying), und Objektorientierte Konzepte wie Kapselung und Vererbung, Polymorphie, sowie Grundlegende Algorithmische Fragestellungen (z. B. Suchen, Sortieren, Auswählen und einfache Feld- und Zeigerbasierte Datenstrukturen) und üben deren Implementierung.
-
19300002
Übung
Übung zu Konzepte der Programmierung (N.N.)
Zeit: Mo 08:00-10:00, Mo 10:00-12:00, Mo 16:00-18:00, Di 08:00-10:00, Di 12:00-14:00, Di 16:00-18:00, Mi 10:00-12:00, Mi 14:00-16:00, Mi 16:00-18:00, Do 16:00-18:00 (Erster Termin: 14.10.2024)
Ort: T9/051 Seminarraum (Takustr. 9)
Kommentar
Tutorien finden erst ab der 2. Vorlesungswoche statt
-
19300601
Vorlesung
Rechnerarchitektur (Larissa Groth)
Zeit: Fr 14:00-16:00, zusätzliche Termine siehe LV-Details (Erster Termin: 18.10.2024)
Ort: T9/Gr. Hörsaal (Takustr. 9)
Kommentar
Inhalt
Das Modul Rechnerarchitektur behandelt grundlegende Konzepte und Architekturen von Rechnersystemen. Themenbereiche sind hier insbesondere Von-Neumann-Rechner, Harvard-Architektur, Mikroarchitektur RISC/CISC, Mikroprogrammierung, Pipelining, Cache, Speicherhierarchie, Bussysteme, Assemblerprogrammierung, Multiprozessorsysteme, VLIW, Sprungvorhersage. Ebenso werden interne Zahlendarstellungen, Rechnerarithmetik und die Repräsentation weiterer Datentypen im Rechner behandelt.
Literaturhinweise
- Andrew S. Tannenbaum: Computerarchitektur, 5.Auflage, Pearson Studium, 2006
- English: Andrew S. Tanenbaum (with contributions from James R. Goodman):
- Structured Computer Organization, 4th Ed., Prentice Hall International, 2005.
-
19300604
Seminar am PC
Seminar am PC zu Rechnerarchitektur (Larissa Groth)
Zeit: Di 10:00-12:00, Di 12:00-14:00, Di 14:00-16:00, Mi 12:00-14:00, Mi 14:00-16:00, Do 10:00-12:00, Do 12:00-14:00, Do 14:00-16:00, Fr 12:00-14:00 (Erster Termin: 15.10.2024)
Ort: T9/K 038 Rechnerpoolraum (Takustr. 9)
-
19300901
Vorlesung
Diskrete Strukturen für Informatik (Katharina Klost)
Zeit: Di 14:00-16:00, Do 14:00-16:00, zusätzliche Termine siehe LV-Details (Erster Termin: 15.10.2024)
Ort: Elisabeth-Schiemann-Hörsaal (R 014) (Königin-Luise-Str. 12 / 16)
Kommentar
Qualifikationsziele
Die Studierenden formulieren3 Aussagen formal aussagenlogisch und prädikatenlogisch. Sie analysieren4 und vereinfachen3 die logische Struktur gegebener Aussagen und beschreiben4 die logische Struktur von Beweisen. Sie benennen Eigenschaften unterschiedlicher Mengen, Relationen und Funktionen und begründen4 diese mit Hilfe formaler Argumente. Sie können Beweise für elementare Aussagen unter Verwendung elementarer Beweistechniken entwickeln5 und die Mächtigkeit von Mengen mit Hilfe kombinatorischer Techniken sowie Wahrscheinlichkeiten von Zufallsereignissen bestimmen3. Sie sind in der Lage, Fragestellungen der (Bio-)Informatik mit Hilfe der Graphentheorie und der diskreten Wahrscheinlichkeitstheorie zu modellieren.3. Die Studierenden benennen Eigenschaften unterschiedlicher Graphen und begründen4 diese mit Hilfe formaler Argumente.
Inhalte
Studierende erlernen grundlegende Konzepte der Mengenlehre, Logik, Booleschen Algebra, Kombinatorik und Graphentheorie und üben deren Anwendung. Sie erarbeiten sich in der Mengenlehre Mengen, Relationen, Äquivalenz- und Ordnungsrelationen und Funktionen. Im Bereich der Logik und Booleschen Algebra erarbeiten sie sich Aspekte der Aussagenlogik, Prädikatenlogik, Erfüllbarkeitstests, sowie Boolesche Funktionen und Normalformen. Im Themenfeld Kombinatorik erlernen und diskutieren sie das Schubfachprinzip, Rekursion, Abzählprinzipien, Fakultät und Binomialkoeffizienten. Im Themenfeld Graphentheorie erarbeiten sie Repräsentationsformen, Wege, Kreise und Bäume. Zuletzt erarbeiten sie sich verschiedene Beweistechniken und grundlegende Aspekte Diskreter Wahrscheinlichkeitstheorie. Die meisten dieser Konzepte werden an Rechen- oder Beweisaufgaben geübt.
-
19300902
Übung
Übung zu Diskrete Strukturen für Informatik (Katharina Klost)
Zeit: Mo 10:00-12:00, Mo 12:00-14:00, Mo 16:00-18:00, Di 08:00-10:00, Di 12:00-14:00, Di 16:00-18:00, Mi 10:00-12:00, Mi 14:00-16:00, Mi 16:00-18:00, Do 16:00-18:00, zusätzliche Termine siehe LV-Details (Erster Termin: 02.10.2024)
Ort: T9/053 Seminarraum (Takustr. 9)
-
19301101
Vorlesung
Analysis für Informatik und Bioinformatik (Katinka Wolter)
Zeit: Mi 10:00-12:00, Fr 10:00-12:00 (Erster Termin: 16.10.2024)
Ort: T9/Gr. Hörsaal (Takustr. 9)
Zusätzl. Angaben / Voraussetzungen
Freischaltung der Anmeldung zu Tutorien wird rechtzeitig bekanntgegeben.
Kommentar
Inhalt:
- Aufbau der Zahlenbereiche von den natürlichen bis zu den reellen Zahlen, Vollständigkeitseigenschaft der reellen Zahlen
- Polynome, Nullstellen und Polynominterpolation
- Exponential- und Logarithmusfunktion, trigonometrische Funktionen
- Komplexe Zahlen, komplexe Exponentialfunktion und komplexe Wurzeln
- Konvergenz von Folgen und Reihen, Konvergenz und Stetigkeit von Funktionen, O-Notation
- Differentialrechnung: Ableitung einer Funktion, ihre Interpretation und Anwendungen
- Intergralrechnung: Bestimmtes und unbestimmtes Integral, Hauptsatz der Differential- und Intergralrechnung, Anwendungen
- Potenzreihen
- Grundlagen der Stochstik: Wahrscheinlichkeitsräume, diskrete und stetige Zufallsvariable, Erwartungswert und Varianz
Literaturhinweise
- Kurt Meyberg, Peter Vachenauer: Höhere Mathematik 1, Springer-Verlag, 6. Auflage 2001
- Dirk Hachenberger: Mathematik für Informatiker, Pearson 2005
- Peter Hartmann: Mathematik für Informatiker, Vieweg, 4. Auflage 2006
- Thomas Westermann: Mathematik für Ingenieure mit Maple 1, Springer-Verlag, 4. Auflage 2005
-
19301102
Übung
Übung zu Analysis für Informatik (Katinka Wolter)
Zeit: -
Ort: keine Angabe
-
19301201
Vorlesung
Grundlagen der theoretischen Informatik (Katharina Klost, Wolfgang Mulzer)
Zeit: Mo 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.10.2024)
Ort: T9/Gr. Hörsaal (Takustr. 9)
Kommentar
Inhalt:
- Theoretische Rechnermodelle
- Automaten
- formale Sprachen
- Grammatiken und die Chomsky-Hierarchie
- Turing-Maschinen
- Berechenbarkeit
- Einführung in die Komplexität von Problemen
Literaturhinweise
- Uwe Schöning, Theoretische Informatik kurzgefasst, 5. Auflage, Spektrum Akademischer Verlag, 2008
- John E. Hopcroft, Rajeev Motwani, Jeffrey D. Ullman, Einführung in die Automatentheorie, Formale Sprachen und Komplexität, Pearson Studium, 3. Auflage, 2011
- Ingo Wegener: Theoretische Informatik - Eine algorithmenorientierte Einführung, 2. Auflage, Teubner, 1999
- Michael Sipser, Introduction to the Theory of Computation, 2nd ed., Thomson Course Technology, 2006
- Wegener, Kompendium theoretische Informatik - Eine Ideensammlung, Teubner 1996
- Theoretische Rechnermodelle
-
19301202
Übung
Übung zu Grundlagen der theoretischen Informatik (Katharina Klost)
Zeit: Di 08:00-10:00, Di 10:00-12:00, Di 12:00-14:00, Di 16:00-18:00, Mi 10:00-12:00, Mi 12:00-14:00, Mi 14:00-16:00 (Erster Termin: 15.10.2024)
Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
-
19301301
Vorlesung
Auswirkungen der Informatik (Lutz Prechelt)
Zeit: Do 12:00-14:00 (Erster Termin: 17.10.2024)
Ort: T9/Gr. Hörsaal (Takustr. 9)
Zusätzl. Angaben / Voraussetzungen
Kurssprache ist Deutsch inklusive Folien und Übungsblätter.
Homepage: http://www.mi.fu-berlin.de/w/SE/VorlesungAuswirkungen2024
Kommentar
Diese Veranstaltung behandelt Auswirkungen der Informatik. Sie will ein Verständnis dafür zu wecken, dass und wie Informatiksysteme in vielfältiger Weise in unser privates und professionelles Leben eingreifen und es erheblich prägen. Viele dieser Wirkungen bergen erhebliche Risiken und benötigen eine bewusste, aufgeklärte Gestaltung, bei der Informatiker/innen naturgemäß eine besondere Rolle spielen -- oder jedenfalls spielen sollten.
Als Themenbereiche werden wir beispielsweise betrachten, wie die Computerisierung unsere Privatsphäre beeinflusst, Wirtschaft und Gesellschaft im Ganzen, unsere Sicherheit und unser Arbeitsumfeld. Davor steht eine konzeptionelle Einführung, was es bedeutet Orientierungswissen zusätzlich zu Verfügungswissen zu erlangen und wie man damit umgehen sollte: kritisch mitdenken und sich in die Gestaltung der Technik einmischen.
Literaturhinweise
See the slides.
-
19301302
Übung
Übung zu Auswirkungen der Informatik (Lutz Prechelt, Linus Ververs)
Zeit: Mo 16:00-18:00, Di 08:00-10:00, Di 10:00-12:00, Di 12:00-14:00, Mi 14:00-16:00, Mi 16:00-18:00, Do 08:00-10:00, Do 10:00-12:00, Fr 12:00-14:00 (Erster Termin: 14.10.2024)
Ort: T9/049 Seminarraum (Takustr. 9)
Kommentar
siehe Vorlesung; Informationen zu den Zeiten und Orten der täglichen Übungen sind zu finden auf der Veranstaltungswebseite
-
19301710
Proseminar
Proseminar: Kodierungstheorie (Max Willert)
Zeit: Di 14:00-16:00 (Erster Termin: 15.10.2024)
Ort: T9/046 Seminarraum (Takustr. 9)
Kommentar
Inhalt
Das Proseminar vertieft Inhalte aus den Grundvorlesungen der Arbeitsgruppe Theoretische Informatik. Im Wintersemester 2024/25 wird der Fokus auf die Theorie der Kodierungen gelegt.
Voraussetzungen
"Diskrete Strukturen", "Lineare Algebra" und "Algorithmen und Datenstrukturen"
Literaturhinweise
wird mit der Ankündigung bekannt gegeben
-
19302201
Vorlesung
Systemverwaltung (Rolf Dietze)
Zeit: Termine siehe LV-Details (Erster Termin: 22.02.2025)
Ort: A6/SR 031 Seminarraum (Arnimallee 6)
Zusätzl. Angaben / Voraussetzungen
Die Veranstaltung wird als Blockkurs durchgefuehrt, Die Kursteile (Kurs 19302201 und Praktikum 19302230) sind zusammen zu belegen. Shellscripting- und vi-Kenntnisse sollten vorhanden sein.
Kommentar
Hinweis: Der Kurs Systemverwaltung findet präsenzfrei statt, u.U. wird das Pensum auf die damit gegebenen Möglichkeiten eingeschränkt.
Die praktischen Übungen finden auf Übungsumgebungen bzw. Computern statt, die in der Informatik der FU-Berlin stehen. Um an die Übungsumgebungen über Netz/Internet zu kommen, wird die ssh benötigt. X11-Clients sollten darstellbar sein, was i.d.R. mit jedem Linux-System oder mit MacOSX mit XQuartz geht. Wer mit Windowssystemen arbeiten muss, sollte sich Cygwin/X bzw Xming ansehen. Cygwin bietet auch eine ssh an, wer cygwin nicht nutzen will, sei auf putty verwiesen.
Sollte zu Beginn der Veranstaltung der reguläre Präsenzbetrieb wieder möglich sein, wird der Kurs in den Räumlichkeiten der Informatik durchgeführt. In diesem Fall entfallen alle Vorgaben bzgl eigener Zugangssysteme, da im Kursraum Arbeitsplätze gestellt werden.
Weitere Fragen zur Arbeitsumgebung und Durchführung können auch im Vorfeld per e-Mail geklärt werden.
Inhalt: In modernen Computerinfrastrukturen werden Betriebssysteme immer seltener auf bare Metal gefahren. Vielmehr werden Umgebungen virtualisiert, um in den virtualisierten Umgebungen Anwendungssysteme zu betreiben. Mit der Virtualisierung in IT-Umgebungen ändern sich jedoch auch die Anforderungen und die Komplexitaet und somit auch die Anforderungen an die Betreiber solcher virtualisierter, teilweise recht komplexer Systeme.
Ziel der Veranstaltung ist ein Einblick in die Systemverwaltung und in modernen Virtualisierungstechniken und in die Konzepte zum Betrieb und zur Verwaltung vernetzter Anwendungssysteme am Beispiel unixoider Betriebssysteme wie AIX, BSD und Solaris in einer heterogenen Umgebung aus x86-Sytemen, PowerPC- und Sparc-Systemen.
Der Teilnehmer entwickelt in diesem Kurs die Kenntnis und Fähigkeit solche Umgebungen abzuschätzen, einzuschätzen, zu planen, zu implementieren und zu verwalten.
Wir arbeiten auf Shell-Ebene mit einer virtualisierten Desktop Infrastruktur auf virtualisierten Systemen mit virtualisiertem Storage in virtualisierten Netzwerken.
Der Kurs ist als 2teilige Blockveranstaltung konzipiert, die über den Kurszeitraum von 1000h bis 1800h aus Vortrag und Übungen im Wechsel implementiert ist. Beide Teile (Kurs 19302201 und Praktikum 19302230) sind zusammen zu belegen.
Im Rahmen der Veranstaltung wird durch den Teilnehmer ein schellscript-basiertes Administrationstool entwickelt, der Kurs wird mit einer Klausur abgeschlossen.
Die Teilnehmer sollten in der Lage sein, kleine Bourne-Shell bzw. Korn-Shell Scripte zu lesen, zu verstehen und zu schreiben, der Texteditor vi sollte bekannt und geläufig sein.
Im Rahmen der praktischen Übungen werden X86-Systeme unter VMWare, Sparc-Systemen unter OVM und PowerPC-Systeme unter LPars durch die Teilnehmer geplant und partitioniert. Die Teilnehmer planen und setzen eine AIX-Umgebung, eine Solaris-Umgebung und eine BSD-Umgebung in den zuvor virtualisierten Partitionen auf und werden im Rahmen der Übungen Askpekte zur Redundanz und zum Raid-Management von Stroragesystemen, der Datensicherung, Benutzerverwaltung, Netzwerkverwaltung, des Resourcemanagements, der Delegation von Administrationsaufgaben durch Mittel des Role Based Access kennen lernen. Tools und Verfahren zur Lastbegutachtung der Systeme werden vorgestellt.
Die verwendeten Betriebssysteme bieten mit Zones und Workloadpartitions weitere Virtualisierungsmöglichkeiten, die im Rahmen der Veranstaltung ebenfalls vorgestellt und verwendet werden. Die ethischen und rechtlichen Aspekte im Umgang mit administrativen Privilegien als auch der Umgang mit personenbezogenen Daten werden dargelegt und diskutiert.
-
19302230
Praktikum
Praktikum: Systemverwaltung (Rolf Dietze)
Zeit: -
Ort: keine Angabe
-
19302613
Praxisseminar
Planung, Durchführung und Analyse eines Tutoriums (Nicolas Perkowski, Max Willert)
Zeit: -
Ort: keine Angabe
Zusätzl. Angaben / Voraussetzungen
Die Anmeldung zu diesem Kurs erfolgte bereits im Juli 2024. Sollten Sie Interesse an diesem Kurs haben, schreiben Sie den Dozierenden bitte eine E-Mail.
Kommentar
In einem vorbereitenden Kolloquium werden aktuelle Unterrichtsmethoden für Tutorien zur Mathematik und Informatik vorgestellt und diskutiert. Außerdem findet noch während der Semesterferien ein Vorstellungsgespräch mit dem Tutor:innenauswahlausschuss statt, in dem die Eignung als Tutor:in festgestellt wird.
Nach erfolgreicher Eignungsfeststellung wird ein Tutorium zu einer selbst gewählten Veranstaltung des Pflichtbereichs vorbereitet, durchgeführt, dokumentiert und analysiert.
-
19303501
Vorlesung
Höhere Algorithmik (László Kozma)
Zeit: Di 10:00-12:00, Fr 10:00-12:00 (Erster Termin: 15.10.2024)
Ort: T9/SR 006 Seminarraum (Takustr. 9)
Zusätzl. Angaben / Voraussetzungen
Zielgruppe
alle Masterstudenten, und Bachelorstudenten, die sich in Algorithmen vertiefen wollen.
Empfohlene Vorkenntnisse
Grundkenntnisse im Bereich Entwurf und Analyse von Algorithmen
Kommentar
Es werden Themen wie:
- allgemeine Algorithmenentwurfsprinzipien
- Flussprobleme in Graphen,
- Dynamische Programmierung,
- Amortisierte Laufzeitanalyse und fortgeschrittene Datenstrukturen,
- NP-Vollständigkeit
- Approximationsalgorithmen für schwere Probleme,
- arithmetische Algorithmen und Schaltkreise sowie schnelle Fourier-Transformation
behandelt. Die Vorlesung wird in der englischen Sprache gehalten.
Literaturhinweise
- Cormen, Leiserson, Rivest, Stein: Introduction to Algorithms, 4th Ed. MIT Press 2022
- Kleinberg, Tardos: Algorithm Design, Addison-Wesley 2005.
- Sedgewick, Wayne: Algorithms, 4th Ed., Addison-Wesley 2016
-
19303502
Übung
Übung zu Höhere Algorithmik (László Kozma)
Zeit: Fr 08:00-10:00, Fr 14:00-16:00 (Erster Termin: 18.10.2024)
Ort: T9/046 Seminarraum (Takustr. 9)
-
19303601
Vorlesung
Kryptographie und Sicherheit in Verteilten Systemen (Volker Roth)
Zeit: Mi 14:00-16:00, Do 12:00-14:00 (Erster Termin: 16.10.2024)
Ort: T9/SR 005 Übungsraum (Takustr. 9)
Zusätzl. Angaben / Voraussetzungen
Voraussetzungen: Teilnehmer müssen gutes mathematisches Verständnis sowie gute Kenntnisse in den Bereichen Rechnersicherheit und Netzwerken mitbringen.
Kommentar
Diese Vorlesung gibt eine Einführung in die Kryptographie und das kryptographische Schlüsselverwaltung, sowie eine Einführung in kryptographische Protokolle und deren Anwendung im Bereich der Sicherheit in verteilten Systemen. Mathematische Werkzeuge werden im erforderlichen und einer Einführungsveranstaltung angemessenen Umfang entwickelt. Zusätzlich berührt die Vorlesung die Bedeutung von Implementierungsdetails für die Systemsicherheit.
Literaturhinweise
- Jonathan Katz and Yehuda Lindell, Introduction to Modern Cryptography, 2008
- Lindsay N. Childs, A Concrete Introduction to Higher Algebra. Springer Verlag, 1995.
- Johannes Buchmann, Einfuehrung in die Kryptographie. Springer Verlag, 1999.
Weitere noch zu bestimmende Literatur und Primärquellen.
-
19303602
Übung
Übung zu Kryptographie und Sicherheit in Verteilten Systemen (Volker Roth)
Zeit: Do 14:00-16:00 (Erster Termin: 17.10.2024)
Ort: T9/SR 006 Seminarraum (Takustr. 9)
-
19303811
Seminar
Projektseminar: Datenverwaltung (Muhammed-Ugur Karagülle, Agnès Voisard)
Zeit: Do 12:00-14:00 (Erster Termin: 17.10.2024)
Ort: A6/SR 009 Seminarraum (Arnimallee 6)
Zusätzl. Angaben / Voraussetzungen
Voraussetzungen
- ALP I
- ALP II
- Datenbanksysteme
Kommentar
Inhalt
Ein Projektseminar dient als Vorbereitung für eine Bachelor- oder Masterarbeit in der AGDB. Im Rahmen des Projektseminars beschäftigen wir uns mit der Analyse und Visualisierung medizinischer Daten. Studierende lernen in einem iterativen Verfahren das Verfassen von wissenschaftlichen Dokumenten. Zusätzlich werden wir ein kleines praktisches Projekt realisieren.
Literaturhinweise
Wird bekannt gegeben.
-
19304801
Vorlesung
Spezielle Aspekte der Datenverwaltung: Geospatial Databases (Agnès Voisard)
Zeit: Di 14:00-16:00 (Erster Termin: 15.10.2024)
Ort: T9/055 Seminarraum (Takustr. 9)
Zusätzl. Angaben / Voraussetzungen
Zielgruppe:
Studierende im Masterstudiengang Voraussetzungen: DatenbanksystemeKommentar
Diese Vorlesung dient der Einführung in raumbezogene Datenbanken, wie sie insbesondere in geographischen Informationssystemen (GIS) Verwendung finden. Schwerpunkte sind u.a. die Modellierung raumbezogener Daten, Anfragesprachen und Optimierung sowie raumbezogene Zugriffsmethoden und Navigationssysteme ("Location-based services"). Grundwissen in Datenbanken ist erforderlich. Die Vorlesung beinhaltet Übungsblätter und Rechnerpraktika mit PostGIS.
Sonstiges: Die Vorlesung wird in englischer Sprache gehaltenLiteraturhinweise
Handouts are enough to understand the course.
The following book will be mostly used: P. Rigaux, M. Scholl, A. Voisard.Spatial Databases - With Application to GIS. Morgan Kaufmann, May 2001. 432 p. (copies in the main library) -
19304802
Übung
Übung zu Spezielle Aspekte der Datenverwaltung: Geospatial Databases (Agnès Voisard)
Zeit: Do 14:00-16:00 (Erster Termin: 17.10.2024)
Ort: T9/K 040 Multimediaraum (Takustr. 9)
-
19305101
Vorlesung
Telematik (Jochen Schiller)
Zeit: Mo 12:00-14:00, Mi 10:00-12:00 (Erster Termin: 14.10.2024)
Ort: T9/046 Seminarraum (Takustr. 9)
Zusätzl. Angaben / Voraussetzungen
Voraussetzungen:
Grundkenntnisse im Bereich Rechnersysteme, z.B. TI-III.
Kommentar
Telematik ist Telekommunikation mit Hilfe von Mitteln der Informatik und befasst sich mit Themen der technischen Nachrichtenübertragung, Rechnernetze, Internet-Techniken, WWW, und Netzsicherheit.
Behandelte Themen sind unter anderem folgende:
- Allgemeine Grundlagen: Protokolle, Dienste, Modelle, Standards, Datenbegriff;
- Nachrichtentechnische Grundlagen: Signale, Codierung, Modulation, Medien;
- Sicherungsschicht: Datensicherung, Medienzugriff;
- Lokale Netze: IEEE-Standards, Ethernet, Brücken;
- Vermittlungsschicht: Wegewahl, Router, Internet-Protokoll (IPv4, IPv6);
- Transportschicht: Dienstgüte, Flussteuerung, Staukontrolle, TCP;
- Internet: Protokollfamilie rund um TCP/IP;
- Anwendungen: WWW, Sicherheitsdienste, Netzwerkmanagement;
- Neue Netzkonzepte.
Literaturhinweise
- Larry Peterson, Bruce S. Davie: Computernetze - Ein modernes Lehrbuch, dpunkt Verlag, Heidelberg, 2000
- Krüger, G., Reschke, D.: Lehr- und Übungsbuch Telematik, Fachbuchverlag Leipzig, 2000
- Kurose, J. F., Ross, K. W.: Computer Networking: A Top-Down Approach Featuring the Internet, Addi-son-Wesley Publishing Company, Wokingham, England, 2001
- Siegmund, G.: Technik der Netze, 4. Auflage, Hüthig Verlag, Heidelberg, 1999
- Halsall, F.: Data Communi-cations, Computer Networks and Open Systems 4. Auflage, Addison-Wesley Publishing Company, Wokingham, England, 1996
- Tanenbaum, A. S.: Computer Networks, 3. Auflage, Prentice Hall, Inc., New Jersey, 1996
-
19305102
Übung
Übung zu Telematik (Marius Max Wawerek)
Zeit: Mo 16:00-18:00 (Erster Termin: 14.10.2024)
Ort: T9/SR 006 Seminarraum (Takustr. 9)
-
19305811
Seminar
Seminar: Beiträge zum Software Engineering (Lutz Prechelt)
Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 02.09.2024)
Ort: T9/049 Seminarraum (Takustr. 9)
Zusätzl. Angaben / Voraussetzungen
Zielgruppe
Studierende der Informatik (auch Nebenfach).
Bitte melden Sie sich bei Interesse mit einem Themenvorschlag oder einer Themenanfrage bei irgendeinem geeigneten Mitarbeiter der Arbeitsgruppe.
Der Einstieg ist auch während des laufenden Semesters möglich, da die Veranstaltung fortlaufend angeboten wird.
Voraussetzungen
Teilnehmen kann jede/r Student/in der Informatik, der/die die Vorlesung "Softwaretechnik" gehört hat.
Im Rahmen der Teilnahme kann es nötig werden, sich mit Teilen der Materialien zur Veranstaltung "Empirische Bewertung in der Informatik" auseinanderzusetzen.
Homepage
http://www.inf.fu-berlin.de/w/SE/SeminarBeitraegeZumSE
Kommentar
Inhalt
Dies ist ein Forschungsseminar. Das bedeutet, die Vorträge sollen in der Regel zur Förderung laufender Forschungsarbeiten beitragen. Es gibt deshalb, grob gesagt, drei Arten möglicher Themen:
- Publizierte oder laufende Forschungsarbeiten aus einem der Bereiche, in denen die Arbeitsgruppe Software Engineering arbeitet.
- Besonders gute spezielle Forschungsarbeiten (oder anderes Wissen) aus anderen Bereichen des Software Engineering oder angrenzender Bereiche der Informatik.
- Grundlagenthemen aus wichtigen Gebieten des Software Engineering oder angrenzender Fächer wie Psychologie, Soziologie, Pädagogik, Wirtschaftswissenschaften sowie deren Methoden.
Eine scharfe Einschränkung der Themen gibt es jedoch nicht; fast alles ist möglich.
Literaturhinweise
Je nach Wahl des Vortragsthemas
-
19306017
Seminar/Proseminar
Seminar/Proseminar: Data Visualization and Mining (Agnès Voisard)
Zeit: Do 10:00-12:00 (Erster Termin: 17.10.2024)
Ort: A6/SR 009 Seminarraum (Arnimallee 6)
Zusätzl. Angaben / Voraussetzungen
Vorbesprechungstermin wird noch bekannt gegeben.
Kommentar
Im Rahmen des Seminars beschätigen sich die Studierenden mit Themen aus den Bereichen Datenvisualisierung und Data Mining.
Literaturhinweise
Wird bekannt gegeben.
-
19306711
Seminar
Seminar über Algorithmen (Mahmoud Elashmawi)
Zeit: Mi 14:00-16:00 (Erster Termin: 16.10.2024)
Ort: T9/051 Seminarraum (Takustr. 9)
Kommentar
Inhalt
Fortgeschrittene Themen des Algorithmenentwurfs mit wechselnden Schwerpunkten. Der Inhalt ist nicht im Vorhinein bestimmt, sondern wird in jedem Semester neu festgelegt. Exemplarisch könnten Algorithmen für graphentheoretische Probleme, zum Beispiel über (mehrfachen) Zusammenhang, kürzeste Wege, Flüsse, behandelt werden.
Zielgruppe
Master-Studierende der Informatik oder Mathematik
Empfohlene Vorkenntnisse
Vorlesung "Höhere Algorithmik" oder vergleichbare Veranstaltung
Literaturhinweise
Spezialliteratur aus Zeitschriften
-
19308312
Projektseminar
Softwareprojekt: Anwendungen von Algorithmen (László Kozma)
Zeit: Di 14:00-16:00 (Erster Termin: 08.10.2024)
Ort: T9/K 040 Multimediaraum (Takustr. 9)
Kommentar
Inhalt
Ein typisches Anwendungsgebiet von Algorithmen wird ausgewählt und softwaretechnisch behandelt. In diesem Semester soll es um Algorithmen zum Graphenzeichnen gehen. Das Ziel ist es, Programme zur Herstellung guter Zeichnungen zu schreiben und damit an dem Zeichenwettbewerb teilzunehmen, der im September im Zusammenhang mit der internationalen Konferenz über Graph Drawing and Network Visualization stattfindet.
Voraussetzungen
Grundkenntnisse in Entwurf und Analyse von Algorithmen
Literaturhinweise
je nach Anwendungsgebiet
-
19308412
Projektseminar
Softwareprojekt: Datenverwaltung (Agnès Voisard, Muhammed-Ugur Karagülle)
Zeit: Mo 12:00-14:00 (Erster Termin: 14.10.2024)
Ort: T9/K 040 Multimediaraum (Takustr. 9)
Zusätzl. Angaben / Voraussetzungen
Zielgruppe
Studierende im Master- bzw. Bachelorstudiengang
Voraussetzungen
Gute Programmierkenntnisse, Einführung in Datenbanksysteme.
Kommentar
Projekte können anwendungs- oder systemorientiert sein. Eine größere Aufgabe der Systementwicklung wird arbeitsteilig gelöst. Dazu gehören alle Phasen der Softwareentwicklung. Schwerpunkt sind Datenverwaltungssysteme.
Die Veranstaltung wird in zwei Phasen durchgeführt. Die zweite Phase (Implementierung, Test, Auslieferung) kann als Blockveranstaltung in der vorlesungsfreien Zeit durchgeführt werden.
Literaturhinweise
Wird bekannt gegeben. / To be announced.
-
19310817
Seminar/Proseminar
Seminar/Proseminar: Internet of Things & Security (Technische Informatik) (Emmanuel Baccelli)
Zeit: Do 10:00-12:00 (Erster Termin: 17.10.2024)
Ort: T9/137 Konferenzraum (Takustr. 9)
Kommentar
Seminar Technische Informatik on Internet of Things & Security
In large part, the Internet of Things (IoT) will consist of interconnecting low-end devices with very small memory capacity (a few kBytes) and limited energy consumption (1000 times less than a RaspberryPi).
The IoT promises a new world of applications, but also brings up specific challenges in terms of programmability, energy efficiency, networking and security.
After an introductory session at the start of the term, MSc students will pick a topic related to current technologies in the field of Internet of Things & Security, and write a report (IEEE LaTex template, 12 A4 pages including figures and references, single column, 1.5 spacing, 11-point font) discussing corresponding questions. At the end of the term, the participants present their results in the form a short talk (20 minutes + 10 minutes Q&A) in a meeting, which will also include cross-reviewing of student's reports. During the term, there will be deadlines for status reports, but no weekly meetings of the complete seminar group.Tentative Schedule:
Mid October: introductory session
After 1 week: topic selection
After 4 weeks: deadline to submit tentative outline for the report
After 8 weeks: deadline to submit alpha version of the report
After 10 weeks: deadline to submit beta version of the report & assignment for cross-reviewing of reports
End of semester: - deadline to submit final version of the report - presentation session (including Q&A and oral cross-review)Literaturhinweise
The typical bibliography and online resources that will be in scope to survey for this seminar includes:
- reviewing academic publications, e.g. papers from IEEE, ACM conferences/journals (available on scholar.google.com);
- reviewing network protocol open standard specifications, e.g. IETF drafts and Request For Comments (RFC);
- reviewing open source implementations (e.g. available on GitHub). -
19311720
Kurs
Arbeits- und Lebensmethodik (Lutz Prechelt)
Zeit: Mo 18:00-20:00 (Erster Termin: 14.10.2024)
Ort: T9/049 Seminarraum (Takustr. 9)
Zusätzl. Angaben / Voraussetzungen
Durchführung
dreistündig
Homepage
http://www.mi.fu-berlin.de/w/SE/KursArbeitsUndLebensmethodik2022
Kommentar
Wir werden in diesem Kurs gemeinsam die Fragen beleuchten, die über ein erfolgreiches Arbeiten in Studium und Beruf und ebenso über den Erfolg und die Zufriedenheit im privaten Leben entscheiden. Dies sind meistens weniger technische Fertigkeiten als vielmehr Fragen der Persönlichkeit: Zielstrebigkeit, Selbstbewusstsein, Fähigkeit zu Konzentration und Entspannung, Entscheidungsfähigkeit, klare Kommunikation, Selbstbild, Motivation, Durchhaltevermögen. Ziel dieses Kurses ist es, Anstöße zur und erste Fortschritte bei der gezielten und selbstgetriebenen Persönlichkeitsentwicklung zu geben. Es wird ferner erklärt, wie und warum große Teile der oft als "soft skills" bezeichneten Fertigkeiten sich fast von alleine einstellen, wenn man die obigen Fähigkeiten entwickelt.Dieser Kurs ist ein Seminar im ursprünglichen Sinne: Eine hauptsächlich als Diskussion verlaufende Veranstaltung, in der jede/r Beteiligte etwas selbst erforscht (in diesem Fall das eigene Verhalten). Das Format ist jedoch vollkommen anders als unter dem Titel "Seminar" sonst in der Informatik gewohnt: Es gibt keine Themenzuweisung, keine Vorträge, keine Ausarbeitungen. Es geht um Bildung, nicht um Ausbildung.
Die Teilnehmerzahl ist beschränkt; vorherige Anmeldung ist erforderlich. Die Veranstaltung setzt Studienerfahrung voraus; sie ist daher nicht für Erstsemester belegbar.
Ich erwarte von allen Teilnehmern eine offene und engagierte Mitarbeit. Die Veranstaltung benötigt nur einen moderaten Zeitaufwand, aber einen erheblichen Einsatz von Willenskraft.
Literaturhinweise
wird in der Veranstaltung bekannt gegeben
-
19311813
Praxisseminar
Praktiken professioneller Softwareentwicklung (Praxisteil) (Lutz Prechelt)
Zeit: Mo 14:00-16:00 (Erster Termin: 14.10.2024)
Ort: T9/055 Seminarraum (Takustr. 9)
-
19311824
Methodenkurs
Praktiken professioneller Softwareentwicklung (Lutz Prechelt)
Zeit: Mo 12:00-14:00 (Erster Termin: 14.10.2024)
Ort: T9/055 Seminarraum (Takustr. 9)
Zusätzl. Angaben / Voraussetzungen
Zielgruppe sind Studierende, die durch intensives Üben Fertigkeiten aufbauen möchten, die gute und professionell arbeitende Softwareentwickler/innen benötigen.
Webseite: http://www.mi.fu-berlin.de/w/SE/KursProfessionelleSWEntwicklung2024
Kommentar
Ein Universitätsstudium in Informatik dreht sich hauptsächlich um Konzepte. Das ist grundsätzlich sinnvoll, denn diese Konzepte sind erheblich langlebiger und breiter anwendbar als konkrete Einzelheiten es wären. Leider bleibt dabei vieles Detaillierte, das für konkrete Softwareentwicklung aber nun mal wichtig ist, weitgehend auf der Strecke. Dieses Defizit soll diese Veranstaltung reduzieren.
Auch hier geht es zwar zum großen Teil um Konzepte, aber immer nur um solche, die direkt mit Softwareentwicklung zu tun haben und anhand konkreter, persönlicher, praktischer Anwendung -- und zwar (im Gegensatz zu den meisten Softwareprojekt-Lehrveranstaltungen) mit gemeinsamer Reflektion über die Anwendung.
Die besprochenen und eingeübten Konzepte lassen sich drei verschiedenen (aber mit einander eng verbundenen) Sphären zuordnen:
- Softwareentwurf und -strukturierung (und zwar objektorientiert)
- Vorgehensmethoden (z.B. in den Bereichen Prototyping, Automatisierung, inkrementelle Verbesserung)
- Persönlichkeitsentwicklung (Aspekte wie Konsequenz, Verantwortlichkeit, Kommunikationsfertigkeiten)
Wichtig: Jede_r Teilnehmer_in muss ein bereits weit vor der Veranstaltung begonnenes Softwareprojekt mit umfangreicher Codebasis haben (bei einer Firma, für eine Firmengründung oder als Open-Source-Projekt), an dem ersie über die gesamte Dauer dieser Lehrveranstaltung hinweg jede Woche mitarbeitet (in aller Regel im Team) und das als Umgebung für das Einüben der Konzepte dient.
Dies ist eine harte und unverzichtbare Teilnahmevoraussetzung; wer sie nicht erfüllt, kann an der Veranstaltung nicht teilnehmen.
Dieses Projekt muss für die gesamte Dauer der Veranstaltung mit mindestens 6 Wochenstunden Aufwand weitergeführt werden, der für die Themen dieser Veranstaltung frei verfügbar ist. -
19312101
Vorlesung
Betriebssysteme (Barry Linnert)
Zeit: Mo 10:00-12:00, Do 12:00-14:00 (Erster Termin: 14.10.2024)
Ort: T9/049 Seminarraum (Takustr. 9)
Zusätzl. Angaben / Voraussetzungen
Sprache
Kurssprache ist Deutsch, aber die Folien sind auf Englisch.
Die Übungszettel und die Klausur sind auf Deutsch, können aber auch auf Englisch beantwortet werden.
Homepage
https://www.inf.fu-berlin.de/w/SE/VorlesungBetriebssysteme
Kommentar
Betriebssysteme verbinden die Anwendungs- und Nutzungsebene mit der Verwaltung der Hardware. Ausgehend von den Aufgaben eines Betriebssystems und den Anforderungen an moderne Betriebssysteme werden die wichtigsten Aspekte im Zusammenhang mit Aufbau und Entwurf eingeführt:
- Betriebssystemstruktur und –entwurf einschließlich Historischer Abriss und Betriebssystemphilosophien, Systemgliederung und Betriebsarten, Betriebsmittel und –verwaltung;
- Prozesse einschließlich Prozessverwaltung;
- Scheduling einschließlich Real-Time-Scheduling;
- Prozessinteraktionen und Interprozesskommunikation;
- Betriebsmittelverwaltung einschließlich des Betriebs von Geräten und Treiberentwicklung und Ein-Ausgabegeräten;
- Speicherverwaltung einschließlich Prozessadressraum und virtueller Speicher;
- Dateiverwaltung einschließlich Festplattenbetrieb und Speicherhierarchien;
- Verteilte Betriebssysteme einschließlich verteilter Architekturen zur Ressourcenverwaltung;
- Leistungsbewertung einschließlich Überlastproblematik.
Für die einzelnen Aspekte dienen aktuelle Betriebssysteme als Beispiele und es wird die aktuelle Forschung auf dem Gebiet herangezogen. Der Übungsbetrieb dient der Reflexion der vermittelten Inhalte in Form praktischer Umsetzung und Programmierung der behandelten Ansätze durch die Studierenden.
Literaturhinweise
- A.S. Tanenbaum: Modern Operating Systems, 2nd Ed. Prentice-Hall, 2001
- A. Silberschatz et al.: Operating Systems Concepts with Java, 6th Ed. Wiley, 2004
-
19312102
Übung
Übung zu Betriebssysteme (Barry Linnert)
Zeit: Mi 10:00-12:00 (Erster Termin: 16.10.2024)
Ort: T9/049 Seminarraum (Takustr. 9)
-
19312904
Seminar am PC
Seminar am PC zu Grundlagen der Fachdidaktik Informatik (Ralf Romeike)
Zeit: Do 12:00-14:00 (Erster Termin: 17.10.2024)
Ort: Die Veranstaltung findet im Raum 016, Königin-Luise Str. 24-26 statt.
Kommentar
Begleitveranstaltung zur Vorlesung 19312901
-
19312911
Seminar
Seminar: Grundlagen der Fachdidaktik Informatik (Ralf Romeike)
Zeit: Mi 10:00-12:00 (Erster Termin: 16.10.2024)
Ort: keine Angabe
Kommentar
Willkommen im Seminar Grundlagen der Informatikdidaktik!
Die Lehrveranstaltung wird für Studierende im LA-Bachelor sowie im Q-Master-Studiengang als Grundlagenseminar zur Einführung in die Informatikdidaktik angeboten. Im weiteren Studium bauen dann insbesondere das Vorbereitungsseminar für das Praxissemester und die Seminare "Ausgewählte Themen" und "Fachdidaktik Informatik - Entwicklung, Evaluation, Forschung" darauf auf.Wir organisieren die Lehrveranstaltung primär über einen Moodle-Kurs der zu Beginn der Vorlesungszeit zur Selbsteinschreibung freigeschaltet wird:
https://moodle.mi.fu-berlin.de/moodle/course/view.php?id=833
Kurs-Passwort: "SeymourPapert"
Die Lehrveranstaltungszeiten (mittwochs von 10:15 Uhr bis 11:45 Uhr und donnerstags, von 12:15 bis 13:45 Uhr) werden regelmäßig für synchrone Lerntätigkeiten verwendet.
Raum: Königin-Luise-Str. 24, 016
Der Auftakt findet am ersten Mittwoch in der Vorlesungszeit um 10:15 Uhr statt. Alle Informationen dazu finden sich dann rechtzeitig im Moodle.
Bitte achtet darauf, dass die Eintragung im Campus Management sowohl für das Seminar, als auch für das Seminar am PC erfolgen muss!
-
19313017
Seminar/Proseminar
Seminar/Proseminar: Agile Methoden und technische Praktiken (Lutz Prechelt, Linus Ververs)
Zeit: Mo 10:00-12:00 (Erster Termin: 14.10.2024)
Ort: T9/053 Seminarraum (Takustr. 9)
Zusätzl. Angaben / Voraussetzungen
Webseite
https://www.mi.fu-berlin.de/w/SE/SeminarAgil2024
Dozent
Linus Ververs
Sprache
Deutsch (Vortrag kann auf Englisch gehalten werden)
Zielgruppe
- Proseminar: Bachelorstudierende, die das Modul "Wissenschaftliches Arbeiten in der Informatik" besuchen / besucht haben und im Rahmen dieses Seminars das erste Mal das gelernte Wissen anwenden und wissenschaftlich arbeiten.
- Seminar: Fortgeschrittene Bachelorstudierende, die das Modul im Rahmen ihres Vertiefungsbereichs besuchen oder Masterstudierende
Voraussetzungen
Das Modul Softwaretechnik bereits besucht zu haben, wird dringend empfohlen. (Falls nicht, bitte im Voraus kontakt zum Dozenten aufnehmen.)
Kommentar
Mehr als 20 Jahre nach der ersten Veröffentlichung des agilen Manifests (https://agilemanifesto.org/iso/en/manifesto.html) ist die agile Softwareentwicklung nicht mehr wegzudenken. Zumindest locken viele Unternehmen mit dem Versprechen einer agilen Entwicklung und flachen Hierarchien. Im Rahmen dieses Seminars beschäftigen wir uns mit unterschiedlichen agilen Methoden (Scrum, Kanban, eXtreme Programming, etc.), wie sie in der Praxis verwendet werden, wo und warum von ihnen abgewichen wird und den technischen Praktiken (Paar-Programmierung, Continuous Integration, DevOps, etc.), die die agile Arbeitsweise unterstützen.
Die Studierenden sollen im Rahmen dieses Seminars selbstständig zu dem von Ihnen ausgewählten Themenkreis recherchieren. Ob die Veranstaltung als Seminar oder Proseminar gebucht wird, hat Einfluss auf die Anforderungen:
- Seminar: Hier sollen mehrere gute Quelle (5-10) gefunden und eine Zusammenschau der Ergebnisse vorgestellt werden. Das Ziel ist, den aktuellen Forschungsstand auf Basis einer gewählten Forschungsfrage herauszuarbeiten, Lücken und Widersprüche in der Forschung aufzuzeigen und Empfehlungen für die Praxis abzuleiten.
- Proseminar: Hier soll eine gute Quelle gefunden und ausführlich vorgestellt werden. Auf weitere verwandte Arbeiten (1-3) soll nur am Rande zum Vergleich eingegangen werden. Bei den vorgestellten wissenschaftlichen Artikel sollen die vorgestellten Schlussfolgerungen kritisch im Hinblick auf Glaubwürdigkeit und Relevanz betrachtet werden.
Literaturhinweise
The articles available for selection can be found in the resources folder on the KVV page.
-
19313273
Brückenkurs
Brückenkurs Mathematik für Studienanfänger*innen der Informatik und Bioinformatik (Max Willert)
Zeit: Termine siehe LV-Details (Erster Termin: 30.09.2024)
Ort: T9/Gr. Hörsaal (Takustr. 9)
Zusätzl. Angaben / Voraussetzungen
Der Brückenkurs richtet sich an alle Studienanfänger:innen in den Fächern Informatik und Bioinformatik.
Kommentar
Beginnst Du im Wintersemester Dein Studium an der FU Berlin? Ist Dein Studienfach Informatik oder Bioinformatik? Dann bist Du herzlich zu unserem Brückenkurs eingeladen! Der Brückenkurs findet in den letzten beiden Wochen vor Vorlesungsbeginn in zeitlicher Abstimmung mit den Orientierungswochen statt.
Infos findest du auch auf den Seiten des Studentischen Beratungszentrums, s. Seite zum Studienstart.
Mathematisch-logisches Denken ist für das Lösen von Problemen der Informatik essentiell. Da hinsichtlich dieser Voraussetzungen in den letzten Jahren in den Informatik-Anfängervorlesungen einige Defizite deutlich wurden, werden im Rahmen des Brückenkurses die wichtigsten mathematischen Grundlagen wiederholt. Schwerpunkte sind: elementare Mengenlehre, Relationen und Funktionen, logische Grundlagen, Umgang mit mathematischen Formeln.
-
19314012
Projektseminar
Softwareprojekt: Semantische Technologien (Adrian Paschke)
Zeit: Mi 14:00-16:00 (Erster Termin: 16.10.2024)
Ort: A7/SR 031 (Arnimallee 7)
Zusätzl. Angaben / Voraussetzungen
Weitere Informationen finden sich auf der Veranstaltungsseite der AG Corporate Semantic Web.
Kommentar
Im Rahmen des Softwareprojekts werden gemischte Gruppen von Bachelor- und Master-Studenten gebildet, die entweder ein eigenständiges Projekt erstellen oder aber ein Teil eines größeren Projektes im Bereich semantischer KI Technologien übernehmen. Bei der Umsetzung der Aufgaben werden vertiefte Programmierkenntnisse in der Anwendung semantischer Technologien und künstlicher Intelligenz (KI) erworben, Projektmanagement und Teamfähigkeit gefördert, sowie Praktiken der guten Software-Entwicklung großer verteilter Systeme und Semantic Web Anwendungen geübt. Das Softwareprojekt kann in Zusammenarbeit mit einem externen Partner aus der Industrie oder Standardisierung durchgeführt werden. Die Fortführung des Projektes als Bachelor- oder Masterarbeit ist möglich und ausdrücklich erwünscht.
-
19315030
Praktikum
Schulpraktische Studien Informatik II: Unterrichtspraktikum (Ralf Romeike, Viktoriya Olari)
Zeit: -
Ort: keine Angabe
Zusätzl. Angaben / Voraussetzungen
Zielgruppe
Studierende im lehramtsbezogenen Masterstudiengang mit Informatik als Kernfach oder Informatik als Zweitfach
Kommentar
Inhalt
Im Unterrichtspraktikum werden erziehungswissenschaftliche, psychologische, sozialwissenschaftliche und fachdidaktische Grundlagenkenntnisse, die im Bachelorstudium sowie im Vorbereitungsseminar vermittelt worden sind, in praktisches Handeln umgesetzt.
Fachspezifische Strukturierung, Unterrichtssequenzen, Einstiege, Motivation, Interesse, Problemorientierung, Kontextbezug, Kompetenzbereiche und Basiskonzepte der Bildungsstandards, Reflexion, Transfer, Sicherung, Dokumentation und Bewertung der Lernentwicklung.
Literaturhinweise
Wird bekannt gegeben. / To be announced.
-
19315120
Kurs
Schulpraktische Studien Informatik III: Nachbereitungsseminar (Ralf Romeike)
Zeit: Fr 12:00-16:00 (Erster Termin: 18.10.2024)
Ort: keine Angabe
Zusätzl. Angaben / Voraussetzungen
Zielgruppe
Studierende im lehramtsbezogenen Masterstudiengang mit Informatik als Kernfach oder Informatik als Zweitfach.
Voraussetzungen
Teilnahme an Vorbereitungsseminar und Unterrichtspraktikum.
Kommentar
Willkommen im Begleit- und Nachbereitungsseminar Informatik zum Praxissemester!
Die Lehrveranstaltung wird für Studierende im Praxissemester für Informatik zur Begleitung und Nachbereitung des Unterrichtspraktikums angeboten.
Das Seminar bietet die Möglichkeit, die Erfahrungen aus dem Unterrichtspraktikum zu reflektieren und Lösungsmöglichkeiten für problematische Unterrichtssituationen zu erarbeiten. Es werden weitere Unterrichtsszenarien entwickelt, die eigenverantwortliches, handlungsorientiertes sowie selbstbestimmtes Arbeiten ermöglichen. Die eigenen Einstellungen zu Schule, Lehrerberuf und Fachunterricht sollen kritisch reflektiert werden.
Zum Abschluss der Lehrveranstaltung zählt das Anfertigen eines Berichts, in dem über ausgewählte Themenstellungen des Vorbereitungsseminars, die Planung, Durchführung und Auswertung des eigenen Unterrichts nachgängig reflektiert wird.
Wir organisieren die Lehrveranstaltung primär über einen Moodle-Kurs der zu Beginn der Vorlesungszeit zur Selbsteinschreibung freigeschaltet wird:
https://moodle.mi.fu-berlin.de/moodle/course/view.php?id=832
Kurs-Passwort: "Kompetenz"
WICHTIG: Erster Termin des Begleit- und Nachbereitungsseminars ist am 10.09.2024 um 16:00 Uhr in der KL24, Raum 016!
Literaturhinweise
Wird bekannt gegeben. / To be announced.
-
19315312
Projektseminar
Softwareprojekt: Verteilte Systeme (Justus Purat)
Zeit: Di 14:00-16:00 (Erster Termin: 15.10.2024)
Ort: T9/053 Seminarraum (Takustr. 9)
-
19315401
Vorlesung
Algorithmen für Graphen und Netzwerke (Günther Rothe)
Zeit: Mo 14:00-16:00, Fr 12:00-14:00 (Erster Termin: 14.10.2024)
Ort: T9/SR 005 Übungsraum (Takustr. 9)
Zusätzl. Angaben / Voraussetzungen
Zielgruppe
Informatiker und interessierte Mathematiker im Masterstudium.
Empfohlene Vorkennntnisse
"Höhere Algorithmik" oder eine andere Vorlesung ähnlichen Inhalts.
Kommentar
Graphen und Netzwerke modellieren in vielfältiger Art Beziehungen in der Informatik und außerhalb, zum Beispiel soziale Netze, Verkehrsnetze, und viele andere. Wir behandeln algorithmischen Fragen, die in diesem Zusammenhang auftreten:
- Analyse von Netzen, zum Beispiel: Gibt es besonders wichtige oder zentrale Knoten? Wie verwundbar ist das Netzwerk gegenüber Störungen? Welche Eigenschaften unterscheiden zum Beispiel ein soziales Netzwerk von einem Straßennetz?
- Optimierungsprobleme auf Graphen, zum Beispiel kürzeste Wege, Durchsuchen von Graphen.
- Graphen als Hilfsmittel zur Visualisierung: Zeichnen von Graphen (Planarität, Vermeiden von Kreuzungen, gutes Layout)
Literaturhinweise
Wird noch bekannt gegeben.
-
19315402
Übung
Übung zu Algorithmen für Graphen und Netzwerke (Mahmoud Elashmawi, Günther Rothe)
Zeit: Mi 12:00-14:00 (Erster Termin: 16.10.2024)
Ort: T9/053 Seminarraum (Takustr. 9)
-
19315501
Vorlesung
Computer Vision (Tim Landgraf)
Zeit: Mi 10:00-12:00 (Erster Termin: 16.10.2024)
Ort: A6/SR 032 Seminarraum (Arnimallee 6)
Kommentar
Inhalt
In der Computer Vision geht es um die Erkennung von Objekten oder Ereignissen in Kamerabildern. Im Gegensatz zur reinen Bildverarbeitung arbeiten wir oft mit einer Folge von Bildern. In der Vorlesung werden wir wegbereitende Veröffentlichungen vorstellen. Die Vorlesung schließt mit einer ausführlichen Betrachtung des gegenwärtigen State-of-the-Art.
-
19315502
Übung
Übung zu Computer Vision (Tim Landgraf)
Zeit: Di 14:00-16:00 (Erster Termin: 15.10.2024)
Ort: T9/049 Seminarraum (Takustr. 9)
-
19315733
Berufspraktikum
Berufspraktikum Informatik (Volker Roth)
Zeit: -
Ort: keine Angabe
Zusätzl. Angaben / Voraussetzungen
Kommentar
Inhalt
Praktika haben eine wichtige Orientierungsfunktion für den Fortgang des Studiums und für die zukünftige berufliche Ausrichtung der Studierenden. Das Berufspraktikum selbst dient dazu, einen ausgewählten Tätigkeitsbereich vor Ort kennen zu lernen und die bisher erworbenen Fach- und Schlüsselkompetenzen im konkreten Berufsalltag zu erproben.
Die Veranstaltungen, die das Praktikum begleiten, bieten die Möglichkeit - durch intensive Vorbereitung und Reflexion - die Praxisphase effektiv zu gestalten. Die Studierenden setzen sich mit Fragen der Berufsorientierung und Bewerbung auseinander und haben Gelegenheit, sich über den konkreten Arbeitsprozess auszutauschen.
Darüber hinaus lernen sie, überfachliche Kenntnisse in Zusammenhang mit beruflichen Anforderungen zu definieren, und sich mit dem Verhältnis von Studium und betrieblicher Erfahrung auseinander zu setzen.
Literaturhinweise
Exemplarische Praktikumsberichte sind beim Praktikumsbeauftragten einsehbar.
-
19315970
Begrüßungs- und Abschlussveranstaltung
Begrüßungsveranstaltung für Studienanfänger:innen der Informatik (Lutz Prechelt)
Zeit: Mo 14.10. 10:00-12:00 (Erster Termin: 14.10.2024)
Ort: T9/Gr. Hörsaal (Takustr. 9)
Zusätzl. Angaben / Voraussetzungen
Einmalige Veranstaltung jeweils zu Semesterbeginn.
Kommentar
Am Montag, den 14.10.2024, findet ab 10:15 Uhr eine Einführungsveranstaltung für Neuimmatrikulierte der Informatik statt. Nach der offiziellen Begrüßung des Fachbereichs übernehmen die Mentorinnen und Mentoren mit fach- und studiengangspezifische Informationen und diversen nützlichen Tipps und Hinweisen. Außerdem werden das Mentoringprogramm und weitere studentische Initiativen vorgestellt.
Zielgruppe: Neuimmatrikulierte in einem Informatik-Studiengang (Bachelor)
-
19319312
Projektseminar
Softwareprojekt: Coding IxD (Claudia Müller-Birn)
Zeit: -
Ort: keine Angabe
Zusätzl. Angaben / Voraussetzungen
Weitergehende Informationen zu den Veranstaltungsinhalten finden Sie unter:
Die Lehrveranstaltung findet in Kooperation mit der Weissensee Kunsthochschule Berlin statt. Wir treffen uns jeden Mittwoch im Labor des Exzellenzclusters „Bild Wissen Gestaltung“ an der HU Berlin.
Adresse
Sophienstrasse 22a, 2.HH, 2.Stock, 10178 Berlin
www.interdisciplinary-laboratory.hu-berlin.de
Kommentar
Coding IxD: Designing Neoanalog Artefacts
In dieser Veranstaltung bilden wir Studierende der Informatik und des Produktdesigns gemeinsam aus. Neben dem Ziel der interdisziplinären geht es vor allem darum, gemeinsam interaktive Systeme zu imaginieren, die "intelligent" sind: Damit meinen wir "Intelligenz" durch Code (Algorithmen), der sorgfältig mit Material, Form und Kontext umgeben ist und dabei sowohl menschliche Fähigkeiten als auch Restriktionen (z.B. Biases) zutiefst respektiert.
Wir verstehen diese Veranstaltung als experimentellen Raum, in dem sich verschiedene Perspektiven treffen, austauschen, reflektieren und weiterentwickeln können. Jedes Semester werden die Studierenden in kleinen Projektteams von bis zu vier Mitgliedern herausgefordert, einen bestimmten Anwendungskontext zu untersuchen. Innerhalb dieses Kontextes entwerfen die Teams ein neues Anwendungs- oder Produktkonzept.
Wir leiten diesen Gestaltungsprozess durch verschiedene, sorgfältig abgestimmte Methoden an, die vor allem verwendet werden, um die Ideen der Studierenden anzuregen. Die Studierenden durchlaufen mehrere Runden der Ideenfindung und verfeinern das resultierende Konzept in verschiedenen Prototyp-Versionen. Das überzeugendste oder vielversprechendste Interaktionskonzept, das es erlaubt, die Qualität und Essenz des Produktkonzepts zu erfassen, wird in einem funktionierenden Prototyp umgesetzt.
Die Studierenden werden von einem Team aus erfahrenen Dozierenden aus der Informatik und der Gestaltung, aber auch Fachexpert:innen (je nach Themengebiet) begleitet. Diese Personen geben Feedback zu den verschiedenen Konzept-Iterationen. Bei Bedarf werden spezielle Workshops zu ausgewählten Themen organisiert, die vom Prototyping bis zum Projektmanagement reichen. Die gesamte Veranstaltung wird kontinuierlich evaluiert, um den methodischen Werkzeugkasten zu erweitern.
Dieses Veranstaltungsangebot ist eine Kooperation der Forschungsgruppe Human-Centered Computing am Institut für Informatik der Freien Universität Berlin und dem Fachbereich Produktdesign der Weißensee Kunsthochschule Berlin (KHB).
Neben den regelmäßigen wöchentlichen Treffen bietet die KHB jeden Montag von 10 bis 13 Uhr kostenlose Workshops an, deren Teilnahme für Informatikstudierende freiwillig ist.
Literaturhinweise
Zimmerman, John, Jodi Forlizzi, and Shelley Evenson. "Research through design as a method for interaction design research in HCI." Proceedings of the SIGCHI conference on Human factors in computing systems. 2007.
Pierce, James, et al. "Expanding and refining design and criticality in HCI." Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems. 2015.
Anthony Dunne and Fiona Raby. 2013. Speculative Everything: Design, Fiction, and Social Dreaming. The MIT Press.
-
19319612
Projektseminar
Softwareprojekt: Innovative Lehr- und Lernsysteme (Wolfgang Mulzer)
Zeit: Di 10:00-12:00 (Erster Termin: 15.10.2024)
Ort: T9/055 Seminarraum (Takustr. 9)
Kommentar
Inhalt
In Rahmen dieses Softwareprojekt sollen neue Ideen und notwendige Funktionalität für das MVS- und KVV-Systemen in Form von neuen Tools/Komponenten/Modulen implementiert werden.
Nach eine seminaristischen Einarbeitung in die dafür notwendigen Technologien, sollen die Anforderungen spezifiziert werden, Lösungen konzipiert und entwickelt werden. Gute Teamfähigkeit ist hier gefordert. Das Verbesserungsspektrum beider Systemen ist breit und geht von der Infrastruktur bis zum Usability Bereich.
Es finden wöchentliche Sitzungen während das ganzen Semesters statt, indem die Teams über Fortschritte und Probleme berichten und gemeinsame Lösungen diskutieren.
-
19319701
Vorlesung
Wissenschaftliches Arbeiten in der Informatik (Volker Roth)
Zeit: Mi 12:00-14:00 (Erster Termin: 11.12.2024)
Ort: T9/SR 005 Übungsraum (Takustr. 9)
Kommentar
Die Vorlesung setzt sich zum Ziel einen Einblick in das wissenschaftliche Arbeiten und das deutsche Wissenschaftssystem zu geben. Es werden die grundlegenden Formen der schriftlichen und mündlichen Wissensrepräsentation beschrieben. Es wird erläutert, wie wissenschaftliche Texte verfasst werden und welchen Anforderungen sie genügen müssen. Des Weiteren werden Grundlagen der Posterentwicklung sowie der mündlichen Präsentation wissenschaftlicher Forschungsergebnisse vermittelt. Anhand konkreter Forschungsbeispiele wird der Kontext wissenschaftlichen Arbeitens dargestellt und ein Eindruck der wissenschaftlichen Realität vermittelt. Im Hinblick auf die Verantwortung als Wissenschaftler wird die Praxis guter wissenschaftlicher Arbeit erläutert. Darüber hinaus wird auf die Rahmenbedingungen der Wissenschaft als Berufsfeld eingegangen.
-
19320501
Vorlesung
Quantenkryptoanalyse (Marian Margraf)
Zeit: Di 10:00-12:00, Do 10:00-12:00 (Erster Termin: 15.10.2024)
Ort: T9/SR 006 Seminarraum (Takustr. 9)
Kommentar
Ziel der Vorlesung ist ein tiefes Verständnis kryptographischer Algorithmen, insb. welche Designkriterien bei der Entwicklung sicherer Verschlüsselungsverfahren berücksichtigt werden müssen. Dazu werden wir verschiedene kryptoanalytische Methoden auf symmetrische und asymmetrischen Verschlüsselungsverfahren kennen lernen und beurteilen. Hierzu zählen beispielsweise lineare und differentielle Kryptoanalyse auf Blockchiffren, Korrelationsattacken auf Stromchiffren und Algorithmen zum Lösen des Faktorisierungsproblems und des Diskreten Logarithmusproblems (zum Brechen asymmetrischer Verfahren). Schwächen der Implementierung, z.B. zum Ausnutzen von Seitenkanalangriffen, werden nur am Rande behandelt.
-
19320502
Übung
Übung zu Kryptoanalyse (Marian Margraf)
Zeit: -
Ort: keine Angabe
-
19320701
Vorlesung
Secure Software Engineering (Jörn Eichler)
Zeit: Fr 10:00-12:00 (Erster Termin: 18.10.2024)
Ort: T9/055 Seminarraum (Takustr. 9)
Zusätzl. Angaben / Voraussetzungen
Das Ziel dieser Vorlesung ist die Vermittlung von Prinzipien, Methoden und Werkzeugen für die Entwicklung sicherer Softwareanwendungen. Dafür werden zunächst grundlegende Konzepte eingeführt. Es folgen Vorgehensmodelle zur Entwicklung sicherer Software sowie zur Bewertung der Reifegrade von Entwicklungsprozessen. Entlang der Phasen bzw. Prozessgruppen der Softwareentwicklung werden dann zentrale Prinzipien, Methoden und Werkzeuge vorgestellt und erläutert. Besondere Berücksichtigung finden dabei die Bedrohungs- und Risikoanalyse, die Erhebung von Sicherheitsanforderungen, Prinzipien und Muster für das Design sicherer Softwareanwendungen, sichere und unsichere Softwareimplementierungen, Sicherheitstests sowie die Evaluation der Sicherheitseigenschaften von Softwareanwendungen.
Kommentar
Secure Software Engineering vereint zwei wichtige Themenfelder: Software Engineering bzw. Softwaretechnik und Informationssicherheit. Software Engineering einerseits behandelt die systematische Bereitstellung und Verwendung von Prinzipien, Methoden und Werkzeugen für die Entwicklung und den Einsatz von Softwareanwendungen. Informationssicherheit andererseits beschäftigt sich mit Eigenschaften wie Vertraulichkeit, Integrität und Verfügbarkeit von Informationen und Daten.
Literaturhinweise
- Claudia Eckert: IT-Sicherheit,11. Auflage, De Gruyter Oldenbourg, 2023
- Ross Anderson: Security Engineering, 3. Auflage, Wiley, 2020.
- Weitere Literaturhinweise werden zu den einzelnen Themenblöcken bereitgestellt.
-
19320702
Übung
Übung zu Secure Software Engineering (Jörn Eichler)
Zeit: Fr 12:00-14:00 (Erster Termin: 18.10.2024)
Ort: T9/K 040 Multimediaraum (Takustr. 9)
-
19320811
Seminar
Seminar: Ausgewählte Themen der IT-Sicherheit & Privatsphäre (Marian Margraf)
Zeit: Mo 14:00-16:00 (Erster Termin: 14.10.2024)
Ort: T9/K 040 Multimediaraum (Takustr. 9)
Kommentar
Das Seminar behandelt Themen aus IT Sicherheit und Privatsphäre. Insbesondere behandeln wir ausgewählte Themen aus :
- Usable Security und Privacy
- Mobile Security
- Cache-based sidechannel attacks
Dabei wird jeweils ein Thema von einer Person bearbeitet und den restlichen Teilnehmern im Rahmen einer Präsentation vorgestellt. Am Ende des Semesters ist zum jeweiligen Thema außerdem ein Seminarpaper abzugeben. Details werden im Rahmen der ersten Veranstaltung besprochen.
Das Seminar wird in deutscher und nach Bedarf auch in englischer Sprache angeboten.
Literaturhinweise
Daniel J. Bernstein, Johannes Buchmann, Erik Dahmen (Eds.): Post-Quantum Cryptography.
-
19322101
Vorlesung
Nebenläufige, parallele und verteilte Programmierung (Barry Linnert, Claudia Müller-Birn)
Zeit: Mo 14:00-16:00, Mi 12:00-14:00 (Erster Termin: 14.10.2024)
Ort: T9/Gr. Hörsaal (Takustr. 9)
Kommentar
Website: https://www.mi.fu-berlin.de/w/SE/VorlesungNichtseq_Vert_Prg2021
Inhalte:
Programmieren und Synchronisieren von gleichzeitig laufenden Prozessen, die auf gemeinsame Ressourcen zugreifen oder über Nachrichtenaustausch interagieren.
- Nichtsequentielle Programme und Prozesse in ihren verschiedenen Ausprägungen, Nichtdeterminismus, Determinierung
- Synchronisationsmechanismen: Sperren, Monitore, Wachen, Ereignisse, Semaphore
- Nichtsequentielle Programmausführung und Objektorientierung
- Ablaufsteuerung, Auswahlstrategien, Prioritäten, Umgang mit und Vermeidung von Verklemmung
- Koroutinen, Implementierung, Mehrprozessorsysteme
- Interaktion über Nachrichten
- Programmieren und Synchronisieren von gleichzeitig laufenden Prozessen, die über Nachrichtenaustausch interagieren
- Fernaufruftechniken
- Client-Server, Peer-to-Peer
- Parallelrechnen im Netz
- Koordinierungssprachen
- Verarbeitung auf dem Server und auf dem Client, Mobilität
- Middleware, strukturierte Kommunikation, statische und dynamische Schnittstellen
- Ereignisbasierte und strombasierte Verarbeitung
- Sicherheit von Anwendungen im Netzwerk
- Ausblick auf nichtfunktionale Eigenschaften (Zeit, Speicher, Dienstgüte)
Literaturhinweise
Literatur:
- Principles of Concurrent and Distributed Programming. M. Ben-Ari. Addison-Wesley.
- Distributed Systems. Concepts and Design. Fifth Edition. George Coulouris, Jean Dollimore, Tim Kindberg, Gordon Blair. Pearson.
-
19322102
Übung
Übung zu Nichtsequentielle und verteilte Programmierung (Barry Linnert)
Zeit: Mo 10:00-12:00, Mo 12:00-14:00, Di 10:00-12:00, Di 12:00-14:00, Di 14:00-16:00, Do 10:00-12:00, Do 12:00-14:00, Do 14:00-16:00 (Erster Termin: 21.10.2024)
Ort: T9/051 Seminarraum (Takustr. 9)
-
19323612
Projektseminar
Softwareprojekt: AMOS-Projekt (Lutz Prechelt, Dirk Riehle)
Zeit: -
Ort: keine Angabe
Zusätzl. Angaben / Voraussetzungen
Lernziele und Kompetenzen
- Studierende lernen zu Softwareprodukten und Softwareentwicklung in der Industrie
- Studierende lernen zu agilen Methoden, insbesondere Scrum und Extreme Programming
- Studierende lernen zu Open-Source-Softwareentwicklung und ihren Prinzipien
- Studierende erwerben praktische Erfahrung mit Scrum und Extrem Programming
Zielgruppe
Studierende der Informatik (und verwandte Disziplinen). Für die Softwareentwickler:innen Rolle sollten Sie praktische Programmiererfahrung mitbringen. Dieser Kurs ist nicht geeignet, um Programmieren zu lernen.
Sprache
Englisch (Vorlesungen auf Englisch, Team-Meeting auf Deutsch oder Englisch nach Wahl der Studierenden)
Weiteres
- SWS: 4 SWS (2 SWS VL, 2 SWS Team-Meeting)
- Semester: Jedes Wintersemester
- Modalität: Online, universitätsübergreifend
- Tags: Scrum
Kommentar
Dieser Kurs lehrt agile Methoden (Scrum und XP) und Open-Source-Werkzeuge anhand eines semesterlangen Projekts. Der Kurs findet online und universitätsübergreifend statt.
Lehr- und Lerninhalte umfassen:
- Agile Methoden und verwandte Entwicklungsprozesse
- Scrum Rollen und Prozesspraktiken, inkl. Produktmanagement und Entwicklungsleitung
- Technische Praktiken wie Refactoring, Continuous Integration, und test-getriebene Entwicklung
- Prinzipien und Praktiken der Open-Source-Softwareentwicklung
Das Projekt ist ein Softwareentwicklungsprojekt, bei dem jedes Studierendenteam mit einem Industriepartner zusammenarbeitet, der die Projektidee bereitstellt. Studierende arbeiten praktisch und angewandt. Studierende nehmen die Rolle einer Softwareentwicklerin oder eines Softwareentwicklers ein. In dieser Rolle schätzen und Bewerten sie den Aufwand von Anforderungen und setzen sie im Projekt um.
Studierende werden in Teams von 7-8 Personen organisiert. Ein Industriepartner stellt die allgemeinen Anforderungen bereit, welche von den Product Ownern ausgearbeitet und von den Softwareentwickler:innen umgesetzt werden. Das Projektangebot wird kurz vor Semesterbeginn vorgestellt werden.
Der Kurs besteht aus einer 90min. Vorlesung (Teilnahme freiwillig) gefolgt von einem 90min. Team-Meeting (Teilnahme verpflichtend).
Er findet mittwochs statt: Mi 10:15-11:45 (Vorlesung) + Mi 12:30-14:00 (Team-Meeting)ACHTUNG: Dieser Kurs findet extern statt und verwendet einen zusätzlichen Prozess für die Anmeldung: https://amos.uni1.de - dort finden Sie Detailinformation und den Registrierungslink zum Kurs.
Literaturhinweise
-
19325620
Kurs
Einführungskurs zur Durchführung und Planung von Tutorien (Ulrike Bücking)
Zeit: Termine siehe LV-Details (Erster Termin: 23.09.2024)
Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
Kommentar
In diesem Kurs werden angehende Tutor*innen auf ihre Arbeit mit Studierenden im Tutorium vorbereitet. Folgende Themen werden besprochen:
- Lernpsychologie
- Rolle des Tutoriums, Rolle der Tutor*innen
- Methoden und Sozialformen im Tutorium
- Motivierung von Studierenden
- kritische Situationen
- Kriterien für die Wahl von Übungsaufgaben
- Korrektur von Übungsaufgaben
- Gender & Diversity
- Umgang mit sensiblen Daten
- Einführung in das KVV-System aus der Sicht der Tutor*innen
- Planung des ersten Tutoriums
-
19327201
Vorlesung
Datenkompression (Heiko Schwarz)
Zeit: Mo 14:00-16:00 (Erster Termin: 14.10.2024)
Ort: T9/049 Seminarraum (Takustr. 9)
Kommentar
Die Datenkompression stellt eine Technologie dar, welche zahlreiche Anwendungen in unserem Informationszeitalter erst ermöglich. Obwohl es der Endnutzer oft nicht bemerkt, verwenden wir sie täglich beim Musik hören, Bilder und Videos anschauen, oder der generellen Benutzung unseres Mobiltelefons.
In der Vorlesung wird eine Einführung in die grundlegenden und am häufigsten verwendeten Verfahren der Datenkompression gegeben. Es werden sowohl theoretische Grundlagen als auch praktische Verfahren behandelt und anhand von Beispielen aus der Praxis erläutert.
Der erste Teil der Vorlesung behandelt die verlustlose Kompression, bei der die Originaldaten exakt rekonstruiert werden können. Dieser Teil umfasst die folgenden Themen:
- Eindeutige Decodierbarkeit und Prefix-Codes
- Entropie und Entropierate als theoretische Grenzen der verlustlosen Kompression
- Optimale Codes, Huffman Codes
- Arithmetische Codierung
- Lempel-Ziv Codierung
- Linear Prädiktion
- Beispiele aus der Text-, Bild- und Audiokompression
Im zweiten Teil der Vorlesung wird die allgemeinere verlustbehaftete Kompression eingeführt, bei der nur eine Approximation der Originaldaten rekonstruiert werden kann. Diese Art der Kompression ermöglicht deutlich höhere Kompressionsfaktoren und ist die dominante Form der Kompression für Audio-, Bild- und Videodaten. Dieser zweite Teil der Vorlesung umfasst folgende Themen:
- Skalare Quantisierung, optimale skalare Quantisierung
- Theoretische Grenzen der verlustbehafteten Kompression: Rate-Distortion-Funktionen
- Vektorquantisierung
- Prädiktive Quantisierung
- Transformationscodierung
- Beispiele aus der Audio-, Bild- und Videocodierung
Literaturhinweise
- Sayood, K. (2018), “Introduction to Data Compression,” Morgan Kaufmann, Cambridge, MA.
- Cover, T. M. and Thomas, J. A. (2006), “Elements of Information Theory,” John Wiley & Sons, New York.
- Gersho, A. and Gray, R. M. (1992), “Vector Quantization and Signal Compression,” Kluwer Academic Publishers, Boston, Dordrecht, London.
- Jayant, N. S. and Noll, P. (1994), “Digital Coding of Waveforms,” Prentice-Hall, Englewood Cliffs, NJ, USA.
- Wiegand, T. and Schwarz, H. (2010), “Source Coding: Part I of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, vol. 4, no. 1-2.
-
19327202
Übung
Übung zur Datenkompression (Heiko Schwarz)
Zeit: Mo 12:00-14:00 (Erster Termin: 14.10.2024)
Ort: T9/049 Seminarraum (Takustr. 9)
-
19328217
Seminar/Proseminar
Seminar/Proseminar: New Trends in Information Systems (Agnès Voisard, Muhammed-Ugur Karagülle)
Zeit: Mi 10:00-12:00 (Erster Termin: 16.10.2024)
Ort: T9/SR 005 Übungsraum (Takustr. 9)
Kommentar
Ziel dieses Seminars ist es, aktuelle Trends im Datenmanagement zu untersuchen. Wir werden uns unter anderem mit zwei aufstrebenden Themen beschäftigen: Location Based Services (LBS) und Event-Based Services (EBS).
Event-Based Systems (EBS) sind Teil vieler aktueller Anwendungen wie Überwachung von Geschäftsaktivitäten, Börsenticker, Facility Management, Datenstreaming oder Sicherheit. In den vergangenen Jahren hat das Thema sowohl in der Industrie als auch in der Wissenschaft zunehmend an Bedeutung gewonnen. Aktuelle Forschungsschwerpunkte konzentrieren sich auf verschiedene Aspekte, die von Ereigniserfassung (eingehende Daten) bis zur Auslösung von Reaktionen reichen. Dieses Seminar zielt darauf ab, einige der aktuellen Trends in Event-basierten Systemen mit einem starken Fokus auf Modelle und Design zu studieren. Ortsbasierte Dienste sind heutzutage oft Teil des täglichen Lebens durch Anwendungen wie Navigationsassistenten im öffentlichen oder privaten Transportbereich. Die zugrundeliegende Technologie befasst sich mit vielen verschiedenen Aspekten, z. B. Standortbestimmung, Informationsabruf oder Datenschutz. In jüngerer Zeit wurden Aspekte wie der Benutzerkontext und Präferenzen berücksichtigt, um den Benutzern mehr personalisierte Informationen zu senden.
Ein solider Hintergrund in Datenbanken ist erforderlich, typischerweise ein Datenbankkurs auf Bachelor-Niveau.
Literaturhinweise
Wird bekannt gegeben.
-
19328301
Vorlesung
Datenvisualisierung (Claudia Müller-Birn)
Zeit: -
Ort: keine Angabe
Zusätzl. Angaben / Voraussetzungen
Kommentar
Die rasante technologische Entwicklung erfordert die Verarbeitung großer Mengen von Daten unterschiedlichster Art, um diese durch den Menschen nutzbar zu machen. Diese Herausforderung betrifft heutzutage sehr viele Bereiche des Lebens, wie der Forschung, Wirtschaft und Politik. Datenvisualisierungen werden hier dazu eingesetzt, Informationen und Zusammenhänge durch grafische Darstellung von Daten zu erklären, diese durch visuelle Analyse zu erkunden, um damit die Entscheidungsfindungen zu unterstützen. Ziel dieser Veranstaltung ist es, Studierende mit den Prinzipien, Techniken und Algorithmen der Datenvisualisierung vertraut zu machen und praktische Fertigkeiten für die Gestaltung und Implementierung von Datenvisualisierungen zu vermitteln.
Dieser Kurs soll Studierenden eine fundierte Einführung in die Grundlagen der Datenvisualisierung mit aktuellen Inhalten aus Forschung und Praxis geben. Am Ende der Veranstaltung werden die Studierenden
- ausgehend von einer Problemstellung Methoden zur Konzipierung von Visualisierungen auswählen und anwenden können,
- wesentliche theoretische Grundlagen der Visualisierung zur grafischen Wahrnehmung und Kognition kennen,
- Visualisierungsansätze und deren Vor- und Nachteile kennen und auswählen können,
- Visualisierungslösungen kritisch bewerten können, und
- praktische Fertigkeiten für die Implementierung von Visualisierungen besitzen.
Diese Veranstaltung richtet sich sowohl an Studierende, die daran interessiert sind, Datenvisualisierung in ihrer Arbeit einzusetzen, als auch an Studierende, die Visualisierungs-software entwickeln wollen. Grundkenntnisse in der Programmierung (HTML, CSS, Javascript, Python) und Datenanalyse (z.B. R) sind hilfreich.
Neben der Teilnahme an den Diskussionen in der Veranstaltung absolvieren die Studierenden mehrere Programmier- und Datenanalyseaufgaben sowie ein Abschlussprojekt, in welchem Sie eine gegebene Problemstellung lösen sollen. Von den Studierenden wird erwartet, dass sie die Ergebnisse der Aufgaben und des Projekts im Sinne der Reproduzierbarkeit dokumentieren und präsentieren.
Bitte beachten Sie, dass die Veranstaltung sich darauf konzentriert, wie Daten visuell kodiert und für die Analyse präsentiert werden, nachdem die Struktur der Daten und deren Inhalt bekannt ist. Explorative Analysemethoden zur Entdeckung von Erkenntnissen in Daten sind nicht der Schwerpunkt der Veranstaltung.
Literaturhinweise
Textbuch
Munzner, Tamara. Visualization analysis and design. AK Peters/CRC Press, 2014.
Zusätzliche Literatur
Kirk, Andy: Data visualisation: A handbook for data driven design. Sage. 2016.
Yau, Nathan: Visualize This: The FlowingData Guide to Design, Visualization, and Statistics. Wiley Publishing, Inc. 2011.
Spence, Robert: Information Visualization: Design for Interaction. Pearson. 2007.
-
19328302
Übung
Übung zu Data Visualization (Claudia Müller-Birn)
Zeit: -
Ort: keine Angabe
-
19328601
Vorlesung
Kryptowährungen und Blockchain (Katinka Wolter, Justus Purat)
Zeit: Di 10:00-12:00 (Erster Termin: 15.10.2024)
Ort: T9/049 Seminarraum (Takustr. 9)
Kommentar
In dieser Lehrveranstaltung werden wir uns mit den Technologien, der Geschichte und den Anwendungen von Kryptowährungen und Blockchain beschäftigen.
Literaturhinweise
Bitcoin and Cryptocurrency Technologies: A Comprehensive Introduction, by Arvind Narayanan, Joseph Bonneau, Edward Felten, Andrew Miller, Steven Goldfeder
-
19328602
Übung
Übung zu Kryptowährungen und Blockchain (Justus Purat)
Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 27.09.2024)
Ort: T9/SR 005 Übungsraum (Takustr. 9)
-
19329617
Seminar/Proseminar
Seminar/Proseminar: Telematik (Jochen Schiller)
Zeit: -
Ort: keine Angabe
Kommentar
Dieses Seminar konzentriert sich auf verschiedene Aspekte der Technischen Informatik. Zu Beginn des Seminars werden Themenvorschläge ausgegeben, die sich vor allem mit Teilaspekten des sogenannten Trusted Computings und Sicherheitsaspekten des Internets der Dinge befassen. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zur Technischen Informatik muss aber gegeben sein. Die Bearbeitung der Themen kann alleine oder in Kleingruppen (2-3 Studierende) erfolgen. Dann muss aber deutlich werden, wer welchen Teil zur Seminararbeit beigetragen hat.
Es ist möglich, dieses Seminar mit dem Softwareprojekt Telematik zu kombinieren. Die theoretischen Grundlagen des gewählten Themas werden dann hier in Form einer wissenschaftlichen Ausarbeitung behandelt und im Softwareprojekt praktisch umgesetzt. Beachten Sie bitte, dass die Seminararbeit sich nicht mit Implementierungsdetails befassen soll und die Pflicht zur sorgfältigen schriftlichen Dokumentation des Softwareprojekts nicht entfällt.
Zum Ablauf: Dieses Seminar findet Semester-begleitend statt. Es gibt wenige Meetings, diese sind aber verpflichtend. Am ersten Termin (03.11.2020) wird die Themenliste ausgegeben und besprochen. Bitte bereiten Sie einen kurzen (2-3 Minuten) Abriss Ihres eigenen Themenvorschlages vor, wenn Sie diesen in das Seminar einbringen möchten. Zur nächsten Woche (10.11.2020) erfolgt dann die Themenvergabe. Danach gibt es insgesamt 3 Präsentationstermine: die Themenvorstellung (01.12.2021), eine kurze Zwischenpräsentation (12.01.2021) und die Abschlusspräsentation (23.02.2021). Darüber hinaus gibt es keine weiteren Treffen. In diesem Semester finden alle Termine als Videokonferenz mit Webex statt. -
19330101
Vorlesung
Maschinelles Lernen für Data Science (Grégoire Montavon)
Zeit: Di 16:00-18:00, Do 16:00-18:00 (Erster Termin: 15.10.2024)
Ort: T9/Gr. Hörsaal (Takustr. 9)
Kommentar
Qualifikationsziele:
The course provides an overview of machine learning methods and algorithms for different learning tasks, namely supervised, unsupervised and reinforcement learning.
In the first part of the course, for each task the main algorithms and techniques will be covered including experimentation and evaluation aspects.
In the second part of the course, we will focus on specific learning challenges including high-dimensionality, non-stationarity, label-scarcity and class-imbalance.
By the end of the course, you will have learned how to build machine learning models for different problems, how to properly evaluate their performance and how to tackle specific learning challenges.
Inhalte
Es werden Themen aus folgenden Gebieten behandelt:
- Experiment Design
- Sampling Techniques
- Data cleansing
- Storage of large data sets
- Data visualization and graphs
- Probabilistic data analysis
- Prediction methods
- Knowledge discovery
- Neural networks
- Support vector machines
- Reinforcement learning and agent models
-
19330102
Übung
Übung zu Maschinelles Lernen Data Science (Grégoire Montavon)
Zeit: Mi 16:00-18:00 (Erster Termin: 16.10.2024)
Ort: T9/SR 006 Seminarraum (Takustr. 9)
-
19330212
Projektseminar
Projektseminar: Einführung in die Profilbereiche Data Science (Katinka Wolter)
Zeit: -
Ort: keine Angabe
-
19330252
RV
Einführung in die Profilbereiche Data Science (Katinka Wolter)
Zeit: Fr 12:00-16:00 (Erster Termin: 18.10.2024)
Ort: T9/SR 006 Seminarraum (Takustr. 9)
-
19330313
Praxisseminar
Programming for Data Science (Sandro Andreotti)
Zeit: Mo 12:00-16:00 (Erster Termin: 28.10.2024)
Ort: A3/SR 120 (Arnimallee 3-5)
Kommentar
Qualifikationsziele
Die Studentinnen und Studenten haben ein tieferes Verständnis für Konzepte in der Programmierung mit einer höheren Programmiersprache (z. B. C/C++, Java oder Python).
Inhalte:
Einführung in verschiedene Arten von Programmiertechniken.
-
19330401
Vorlesung
Statistics for Data Science (Vesa Kaarnioja)
Zeit: Mo 10:00-12:00 (Erster Termin: 14.10.2024)
Ort: A6/SR 032 Seminarraum (Arnimallee 6)
Kommentar
Dieser Kurs dient als Einführung in die grundlegenden Aspekte der modernen statistischen Datenanalyse. Frequentistische und Bayes'sche Inferenz werden aus der Perspektive der probabilistischen Modellierung vorgestellt.
Details finden sich auf Webseite der vorherigen Durchführung.
-
19330402
Übung
Übung zu Statistics for Data Science (Vesa Kaarnioja)
Zeit: Di 10:00-12:00 (Erster Termin: 15.10.2024)
Ort: A7/SR 031 (Arnimallee 7)
-
19330811
Seminar
Seminar: digi4all - Kompetenzen für das Unterrichten in einer digitalisierten Welt (Ralf Romeike)
Zeit: Di 15.10. 16:00-18:00 (Erster Termin: 15.10.2024)
Ort: Virtueller Raum 01
Zusätzl. Angaben / Voraussetzungen
Zielgruppe
digi4all richtet sich an alle Studierenden außerhalb von Informatikstudiengängen, die sich Kompetenzen für das Lehren und Lernen unter den Bedingungen der Digitalisierung unter Einbeziehung der Künstlichen Intelligenz selbstbestimmt aneignen möchten.
Kommentar
Inhalte
Alle Fachbereiche und ihre Disziplinen sind durch die Digitalisierung starken Veränderungen unterworfen. Im Zentrum der aktuellen Phase der digitalen Transformation steht das Thema Künstliche Intelligenz (KI). Im Rahmen der Veranstaltung erwerben die Studierenden daher selbst umfassende technische Grundlagen-, Anwendungs- und Reflexionskompetenzen: Sie lernen, selbstbestimmt mit digitalen Systemen umzugehen, verstehen grundlegend, wie digitale Technologien im Bildungskontext, insbesondere auch "Künstliche Intelligenz", funktionieren, auf welchen informatischen Ideen und Prinzipien sie basieren und beurteilen auf dieser Grundlage, welche Möglichkeiten sie bieten und wie sie verantwortungsvoll eingesetzt werden können. Konzepte zum Transfer des Gelernten in Lehr-Lern-Prozesse stellen den theoretisch fundierten Praxisbezug her und befähigen zur Gestaltung eines zeitgemäßen Unterrichts unter den Bedingungen der Digitalität mit Einbeziehung der KI.
Infos zum Seminar
digi4all findet weitgehend online und zeitunabhängig statt. Es gibt zwei gemeinsame Informationsveranstaltungen. Für die abschließenden Präsentationen werden gegen Ende des Semesters Termine vereinbart.
Bei Rückfragen zum Kurs oder zur Teilnahme wenden Sie sich bitte ausschließlich per E-Mail an digi4all-support@lists.fu-berlin.de.
Am 15.10.2024, um 16:00 Uhr (pünktlich!) findet über Webex eine Informationsveranstaltung statt. Die Teilnahme ist verpflichtend. Die Zugangsdaten finden sich unten sowie im Blackboard.
Webex-Meeting Informationsveranstaltung (15.10.2024, 16:00 Uhr)
Meeting-Link: https://fu-berlin.webex.com/fu-berlin/j.php?MTID=m9b32dfbaa400ff7fb597b35bef2c6f29Literaturhinweise
Wird zu Beginn des Semesters bekannt gegeben. / To be announced at the beginning of the semester.
-
19332270
Begrüßungs- und Abschlussveranstaltung
Begrüßungsveranstaltung für Studierende des MSc Data Science (Katinka Wolter)
Zeit: -
Ort: keine Angabe
Kommentar
Diese Veranstaltung richtet sich an Masterstudierende im ersten Semester, insbesondere an solche, die von anderen Universitäten oder aus dem Ausland zu uns gekommen sind. Es werden organisatorische und inhaltliche Informationen über das Studium gegeben, anschließend ist ein inoffizieller Teil zum Kennenlernen und zum Erfahrungsaustausch geplant.
-
19333001
Vorlesung
Cybersecurity and AI I: Datenschutz, Biometrie, Zertifizierung (Gerhard Wunder)
Zeit: Mo 14:00-16:00, Di 12:00-14:00 (Erster Termin: 14.10.2024)
Ort: T9/SR 006 Seminarraum (Takustr. 9)
-
19333002
Übung
Übung zu Cybersecurity and AI I (Gerhard Wunder)
Zeit: -
Ort: keine Angabe
-
19333311
Seminar
Seminar: Continual Learning (Manuel Heurich)
Zeit: Mo 10:00-12:00 (Erster Termin: 14.10.2024)
Ort: A3/SR 115 (Arnimallee 3-5)
Kommentar
This seminar focuses on recent advances in unsupervised learning, an increasingly important field within machine learning. In unsupervised learning, we use the data itself rather than additional output labels to define a training objective, such as completing a given text sequence or filling in an image region. This way we can learn powerful representations, and stable generative paths. We will discuss new UL methods such as CLIP, DALLE, and FLAMINGO that combine language and image models in joint represenatations.
-
19333417
Seminar/Proseminar
Seminar/Proseminar: Explainable AI for Data Science (Grégoire Montavon)
Zeit: Di 14:00-16:00 (Erster Termin: 15.10.2024)
Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
Kommentar
Explainable AI is a recent and growing subfield of machine learning (ML) that aims to bring transparency into ML models without sacrificing their predictive accuracy. This seminar will explore current research on the use of Explainable AI for extracting insights from large datasets of interest. Use cases in biomedicine, chemistry and earth sciences will be covered.
Students will select a few papers from a pool of thematically relevant research papers, which they will read and present over the course of the semester.
-
19333611
Seminar
Seminar Deep Learning for biomedical applications (Vitaly Belik)
Zeit: Mo 16:00-18:00 (Erster Termin: 14.10.2024)
Ort: T9/051 Seminarraum (Takustr. 9)
Kommentar
Recent developments in the area of machine learning due to availability of data and computational power promise to revolutionize almost every area of science. The driving technology behind this advancement is deep learning – a machine learning technology based on artificial neural networks consisting of many layers. Deep learning is capable of processing huge amount of data of different nature and already outperforming humans in many decision-making tasks. Biomedical research became now a source of large heterogeneous data, i.e. images, video, activity sensors, omics and text data. Leveraging the opportunities of this deep learning technology in the biomedical field requires particular set of skills combining thorough knowledge of necessary algorithms, specifics of biomedical data and designated programming tools. In this course we aim to offer students with background in computer science an opportunity to acquire the above skills to be able to deploy deep learning technology with a focus on biomedical applications. The course is structured as a seminar, where students under extensive guidance of instructors read fundamental books and recent research articles on deep learning, learn necessary programming tools, and produce their own implementations of computational pipelines in case studies using already published or original data. Starting from fundamental aspects of deep learning we aim to cover its applications to e.g. image data, time series data, text data, complex networks.
Literaturhinweise
[1] Andresen N, Wöllhaf M, Hohlbaum K, Lewejohann L, Hellwich O, Thöne- Reineke C, Belik V, Towards a fully automated surveillance of well-being status in laboratory mice using deep learning: Starting with facial expres- sion analysis. Plos One, 15(4):e0228059, (2020) https://doi.org/10.1371/ journal.pone.0228059
[2] Jarynowski A, Semenov A, Kamiński M, Belik V. Mild Adverse Events of Sputnik V Vaccine in Russia: Social Media Content Analysis of Telegram via Deep Learning. J Med Internet Res 2021;23(11):e30529 https://doi.org//10.2196/30529
-
19334212
Projektseminar
Softwareprojekt: Maschinelles Lernen mit Graphen für verbesserte (Krebs-)Behandlung (Pauline Hiort, Pascal Iversen)
Zeit: Mi 14:00-16:00 (Erster Termin: 16.10.2024)
Ort: T9/K 040 Multimediaraum (Takustr. 9)
Kommentar
Im Softwareprojekt werden wir verschiedene Machine-Learning (ML)-Methoden implementieren, trainieren und evaluieren. Der Fokus im Projekt liegt auf graph-neuronalen Netzwerken (GNN), die Graphen als Input-Feature für das Lernen verwenden. Die GNNs werden wir mit verschiedenen Baseline Methoden, zum Beispiel mit neuronalen Netzen und Regressionsmodellen, vergleichen. Die verschiedenen ML Methoden werden auf einen spezifischen Datensatz, z.B. zur Vorhersage von Medikamentenkombinationen gegen Krebserkrankungen, angewendet und ausgewertet. Der Datensatz wird von uns vorbereitet und mit den implementierten Methoden analysiert.
Die Programmiersprache ist Python, und wir planen die Verwendung von modernen Python-Modulen für ML wie scikit-learn, TensorFlow oder PyTorch. Gute Python-Kenntnisse sind Voraussetzung. Das Ziel ist die Erstellung eines Python-Pakets, das für den konkreten Anwendungsfall wiederverwendbaren Code zur Präprozessierung, Training auf ML-Modelle und Evaluation der Ergebnisse mit Dokumentation (z.B. mit sphinx) liefert. Das Softwareprojekt findet semesterbegleitend statt und kann auch auf Englisch durchgeführt werden.
-
19334412
Projektseminar
SWP: Szenario-Management im Future Security Lab (Larissa Groth)
Zeit: Mi 14:00-16:00 (Erster Termin: 16.10.2024)
Ort: K 063 Hardwarepraktikum (Takustr. 9)
Kommentar
Das Projekt BeLIFE, Teil der AG Technische Informatik, konzentriert sich auf die Verbesserung des Wissenstransfers und des kommunikativen Austausches in der zivilen Sicherheitsforschung. Zentraler Bestandteil des Projekts ist das Future Security Lab, das in den Räumlichkeiten des Einstein Center Digital Future in Mitte beheimatet ist. Hier werden Politiker:innen von Bundes- und Landesebenen, aber auch Vertreter:innen aus Behörden und Organisationen mit Sicherheitsaufgaben willkommen geheißen.
Im Rahmen des Softwareprojekts entwickeln die Studierenden Konzepte, um die bestehende technische Infrastruktur des Raumes zu optimieren und kreativ weiterzuentwickeln. Ziel ist es insbesondere die Usability des Raumes auf Seiten der Wissenschaftler:innen zu erhöhen, aber auch die User Experience der Besuchenden zu verbessern. Um das zu erreichen, besteht das Softwareprojekt aus mehreren Teilbereichen, die sich entweder aus einem konkreten Problem ergeben, das es zu lösen gilt, oder kreative Herangehensweisen und Ideenreichtum erfordern. Die zu bearbeitenden Aufgaben generieren sich aus den Bereichen Systemadministration, Interfaceentwicklung sowie Licht-/Ton-Installation und -Orchestrierung und umfassen Problemstellungen wie paralleler Startup aller Rechner in einem Netzwerk über WakeOn LAN aus einer Web-App heraus oder die Optimierung der vorhandenen WebApp zur Szenariopräsentation.
Die Bearbeitung der Aufgabenstellung erfolgt ausschließlich in Kleingruppen (3-5 Studierende). Die Zusammenarbeit und Sicherung des entwickelten Codes erfolgt über das Fachbereichs-eigene Gitlab oder ein öffentliches Github. Die Ergebnisse sind geeignet zu dokumentieren, z.B. über die Readme-Dateien des Gits und ein gut strukturiertes Wiki. Modularität und Erweiterbarkeit des entwickelten Codes und eine top Dokumentation sind entscheidend für den Erfolg dieses Softwareprojekts!
Zum Ablauf: Dieses Softwareprojekt findet Semesterbegleitend statt. Es gibt wenige Meetings in großer Runde mit allen Teilnehmenden, diese sind aber verpflichtend. Darüber hinaus gibt es kurze wöchentliche Treffen, in denen mind. 1 Gruppenmitglied über den aktuellen Stand berichtet, wobei wir hier im Verlauf eines Monats mit allen Mitgliedern gesprochen haben wollen. Der erste Termin (16.10.2024) wird in Berlin Mitte im Future Security Lab, Wilhelmstr. 67, 10117 Berlin, stattfinden. Im Rahmen dieses Termins werden die bereits implementierten Lösungen präsentiert und die Problemstellungen besprochen. Danach gibt es insgesamt 3 Präsentationstermine: die Präsentation eines ersten Ansatzes zur Problemlösung (13.11.2024), eine kurze Zwischenpräsentation (18.12.2024) und die Abschlusspräsentation (12.02.2025).
Die Studierenden erhalten zusätzlich regelmäßig die Möglichkeit, in den Räumlichkeiten des Future Security Labs zu arbeiten und sich so mit der Ausstattung vertraut zu machen. -
19334617
Seminar/Proseminar
Seminar/Proseminar: Large Language Models (Tim Landgraf)
Zeit: Mo 10:00-12:00 (Erster Termin: 14.10.2024)
Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
Kommentar
This seminar provides an exploration of large language models (LLMs), covering both foundational concepts and the latest advancements in the field. Participants will gain a comprehensive understanding of the architecture, training, and applications of LLMs, based on seminal research papers. The course will be organised as a journal club: students present individual papers, which are then discussed in the group to make sure we all get the ideas presented.
### Potential Topics
- Neural networks and deep learning basics
- Sequence modeling and RNNs (Recurrent Neural Networks)
- Vaswani et al.'s "Attention is All You Need" paper
- Self-attention mechanism
- Multi-head attention and positional encoding
- GPT-1: Radford et al.'s pioneering work
- GPT-2: Scaling and implications
- GPT-3: Architectural advancements and few-shot learning
- BERT (Bidirectional Encoder Representations from Transformers)
- T5 (Text-To-Text Transfer Transformer)
- DistilBERT and efficiency improvements
- Mamba:l and other SSMs: Design principles and performance
- Flash Attention et al: Improving efficiency and scalability
- Training regimes and resource requirements
- Fine-tuning and transfer learning
- Emergence of new capabilities
-
19334717
Seminar/Proseminar
Seminar/Proseminar: Machine Learning for Process Control (Grégoire Montavon)
Zeit: Do 14:00-16:00 (Erster Termin: 17.10.2024)
Ort: KöLu24-26/SR 006 Neuro/Mathe (Königin-Luise-Str. 24 / 26)
Kommentar
Numerous real-world processes need to be kept under control in order to ensure safety or efficiency. Machine learning models are good candidates for this. They can for example detect shifts/anomalies/decalibrations/instabilities/etc. and possibly also predict which action needs to be taken on the process. The real-time nature of such tasks brings unique challenges from a ML perspective compared to classical application of ML. This seminar will explore relevant ML methods such as online/reinforcement learning and real-time data analysis. Use cases in manufacturing and intensive care will be covered. Students will select a few papers from a pool of thematically relevant research papers, which they will read and present over the course of the semester.
-
19334806
Seminaristischer Unterricht
Projektmanagement in agilen Umgebungen Teil 1 (WiSe) (Lutz Prechelt, Matthias Horn)
Zeit: Mo 08:30-10:00, Fr 16:00-18:00 (Erster Termin: 14.10.2024)
Ort: T9/SR 006 Seminarraum (Takustr. 9)
Kommentar
Qualifikationsziele: Die Studierenden verstehen verschiedene Modelle skaliert agiler Software-Produktion mehrerer kooperierender agiler Teams. Sie verstehen grundlegende und fortgeschrittene Techniken des hybriden, prädiktiven sowie adaptiven Projektmanagements in solchen agilen Umgebungen und können sie anwenden. Sie können einen Projektplan erstellen und mit einem geeigneten Vorgehen abgleichen. Sie können in der Leitung eines hybriden Projektes mitarbeiten und Verantwortung für wesentliche Bereiche des Projektmanagements übernehmen, einschließlich der Führung von Personal. Sie können ein einfaches Projekt eigenverantwortlich leiten. Inhalte: Studierende erlernen Prinzipien, Methoden und Verfahrensweisen skaliert agiler Softwareproduktion anhand etablierter Modelle (z. B. Scaled Agile Framework) und des Projektmanagements anhand einer anerkannten Methodik (z. B. „Projekt Management Body of Knowledge“ (PMBoK)) und üben deren praktische Anwendung. Sie erarbeiten sich agile Prinzipien und Werte sowie Scrum und üben beides ein. Darüber hinaus diskutieren und üben sie die Planung des Produktumfangs und Koordination mehrerer daran gemeinsam arbeitender Teams, nötige Prozesse und involvierte Rollen. Weiterhin lernen sie alle Bereiche des Projektmanagements kennen, diskutieren deren Anwendung und üben teilweise deren Umsetzung:
- Projektentstehung, -definition und Planung des Projektumfangs,
- Projektplanung,
- Projektablaufsteuerung, -statusermittlung und -reporting,
- Projektorganisation und Einbettung eines Projekts in die ausführende Organisation,
- Führen ohne formale Macht,
- Projektkommunikation,
- Führung eines Projektteams und Qualitätsmanagement
-
19334910
Proseminar
Proseminar: Methoden zur Analyse von Graphen und Netzwerken (Katharina Baum, Pauline Hiort, Pascal Iversen)
Zeit: Di 16:00-18:00 (Erster Termin: 15.10.2024)
Ort: T9/K 040 Multimediaraum (Takustr. 9)
Kommentar
Die Welt ist komplex, genauso wie ihre Daten. Graphen (oder Netzwerke) nehmen eine Schlüsselstellung in der Analyse komplexer Daten und in der Integration von Datenebenen ein. Sie ermöglichen das Abbilden und die formale Untersuchung von Zusammenhängen zwischen Entitäten (Knoten).
Im Laufe des Seminars werden wir uns mit verschiedenen computergestützten Analysemethoden von Graphen und Netzwerken beschäftigen. Dazu lernen wir unterschiedliche Arten und Eigenschaften von Graphen und den allgemeinen Umgang mit ihnen kennen. Zudem werden Anwendungsbereiche von Graphen wie soziale oder biologische Netzwerke besprochen.
Beispiele für konkrete Themen sind hierbei
- Grundlegende Eigenschaften von Graphen und Knoten und wie man sie bestimmt: kürzeste Wege, Zentralitäten, Gradverteilung, Clustering-Koeffizienten
- Die kleine-Welt Eigenschaft sozialer Interaktionsnetzwerke
- Cluster und Gemeinschaften in Netzwerken
- Anwendung: Netzwerke zum Abbilden von molekularen Regulationen
- Zufallsgraphen und ihre Anwendung
- Arbeiten mit großen Netzwerken, repräsentative Subgraphen
- Modellierung von Informations- und Signalfluss in Graphen und Finden von Signalquellen
- Knoten als Vektoren – Graph-basierte Einbettungsmethoden
-
19335011
Seminar
Seminar: Netzwerke, dynamische Modelle und ML für Datenintegration in den Lebenswissenschaften (Katharina Baum, Pauline Hiort, Pascal Iversen)
Zeit: Fr 12:00-13:30 (Erster Termin: 26.07.2024)
Ort: T9/137 Konferenzraum (Takustr. 9)
Kommentar
Forschungsseminar der Arbeitsgruppe Data Integration in the Life Sciences (DILiS). Auch offen für Seminarteilnahmen im Masterstudium, Online-Teilnahme möglich. Bitte entnehmen Sie Termine dem aktuellen Plan im Whiteboard!
Das Seminar bietet Raum für die Diskussion weiterführender und integrativer Datenanalysetechniken, insbesondere Vorträge und Diskussion von laufenden oder geplanten Forschungsprojekten, Neuigkeiten von Konferenzen, Besprechung aktueller Literatur und Diskussion möglicher zukünftiger Lehrformate und -inhalte, und Vorstellungen, sowie Abschlussvorträge zu Abschlussarbeiten oder Projektseminaren. Die Seminarsprache ist weitestgehend Englisch. Gern können interessierte Studierende teilnehmen und unverbindlich vorbeischauen oder ein selbst gewähltes Thema von Interesse für die Arbeitsgruppe vorstellen. Achtung: Einzelne Termine können ausfallen oder verschoben werden. Kontaktieren Sie mich gern für Fragen (katharina.baum@fu-berlin.de)!
-
19335804
Seminar am PC
Programmierpraktikum (N.N.)
Zeit: -
Ort: keine Angabe
Kommentar
Die Studierenden lösen weitgehend selbstständig und mit vielen Freiheitsgraden bei Auswahl und inhaltlicher Ausgestaltung zahlreiche kleine und praktische Lernaufgaben. Die Aufgaben liegen z. B. in den Bereichen
- Fortgeschrittene Konstrukte der Programmiersprache,
- Auswahl und Einsatz von Bibliotheken,
- Datenbanken und SQL,
- automatisierte Tests,
- Debugging,
- Arbeiten mit Bestandscode,
- Webentwicklung,
- Umgang mit Werkzeugen wie Versionsverwaltung, Paketmanager, IDEs, Testwerkzeuge.
Dabei erarbeiten sie sich einige komplexe Konzepte (z. B. zu Team-Workflows), erlernen zahlreiche Einzelheiten und diskutieren das Gelernte durch Reflexion der Ergebnisse.
Das hier Gelernte ist für eine erfolgreiche berufliche Tätigkeit überragend relevant.Die Bearbeitung erfolgt überwiegend bevorzugt zu zweit (Paararbeit), die Zeiteinteilung ist völlig frei, nur für die Einreichung erledigter Aufgaben sind die Anwesenheitszeiten einer Dozent_in oder Tutor_in zu beachten.
All dies wird in der ersten Veranstaltungswoche auf einer Startveranstaltung erläutert, die man keinesfalls verpassen darf.
-
19335901
Vorlesung
Architektur eingebetteter Systeme (Larissa Groth)
Zeit: Mi 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 16.10.2024)
Ort: T9/K 040 Multimediaraum (Takustr. 9)
Kommentar
Studierende erarbeiten sich den grundlegenden Aufbau von Mikroprozessor-Architekturen für eingebettete Sys- teme einschl. Datenformate, Befehlsformate, Befehlssätze und Speicherorganisation. Sie erlernen und üben den praktischen Umfang mit Schnittstellen und Ein-/Ausgabe-Systemen und Peripherie-Geräten. Sie erlernen Eigen- schaften von Cyber Physical Systems, Sensoren, Aktuatoren und Sensornetzen (WSN) und diskutieren deren Anwendungsgebiete. Darüber hinaus erlernen sie die Anbindung und den Einsatz von Field Programmable Gate Arrays (FPGAs) und üben die Anwendungsbezogene Programmierung eingebetteter Systeme in C und Assemb- ler. Zudem erarbeiten sie sich den grundlegenden Aufbau aktueller Betriebssysteme für eingebettete Systeme, ins- bes. Realtime Operating Systems, Realtime Scheduling, Realtime Communication und üben dessen Implementie- rung. Zuletzt werden Aspekte der Sicherheit eingebetteter Systeme einschl. Angriffsvektoren, Prozessisolation, Trusted Computing diskutiert und bewertet.
-
19335902
Übung
Übung zu Architektur eingebetteter Systeme (Larissa Groth)
Zeit: Mo 14:00-16:00 (Erster Termin: 14.10.2024)
Ort: K 063 Hardwarepraktikum (Takustr. 9)
-
19336311
Seminar
Visualization for Artificial Intelligence Explainability (Georges Hattab)
Zeit: Mi 10:00-12:00 (Erster Termin: 23.10.2024)
Ort: A3/019 Seminarraum (Arnimallee 3-5)
Kommentar
As AI systems grow more powerful, there is an increasing need to make these complex "black box" models interpretable and explainable. This seminar explores how data visualization techniques can provide crucial insights into how AI models operate and arrive at their outputs. Cutting-edge methods like saliency maps, decision trees, and dimensionality reduction visualizations allow us to peer inside deep neural networks and understand what factors they are considering.
The seminar also covers visualization literacy - effectively communicating AI explainability visualizations to different stakeholders. Case studies highlight best practices for visualizing model behavior, evaluating fairness, and instilling appropriate levels of trust. Attendees will gain an understanding of how visualization can demystify AI, foster transparency, and enable real-world deployment of these systems in high-stakes domains.
-
19336717
Seminar/Proseminar
Graph-neural networks in the life sciences and beyond (Katharina Baum, Pauline Hiort, Pascal Iversen)
Zeit: Di 12:00-14:00 (Erster Termin: 15.10.2024)
Ort: A6/SR 009 Seminarraum (Arnimallee 6)
Kommentar
Komplexe Daten lassen sich oft auf natürliche Weise als Graphen modellieren. Graphen oder Netzwerke beschreiben die Interaktion zwischen Objekten und sind ein wirksames Instrument zur Darstellung von Systemen in vielen Anwendungen. Graphneuronale Netze sind neuronale Netze, die Graphstrukturen direkt verarbeiten, und haben sich in letzter Zeit als leistungsfähiges Werkzeug zur Analyse von Netzwerken und zur Vorhersage von Eigenschaften von Knoten und Verbindungen erwiesen.
Dieses Seminar bietet eine eingehende Untersuchung von Graph Neural Networks (GNNs) und deren Anwendungen in verschiedenen Bereichen, mit besonderem Schwerpunkt auf den Biowissenschaften und der Biomedizin. Wir werden zunächst die grundlegenden Konzepte und Architekturen von GNNs erörtern, darunter Graph Convolutional Networks (GCNs) und Graph Attention Networks (GATs). Zu den besprochenen Anwendungen gehören Protein-Protein-Interaktionsnetzwerke, Pharmaforschung und personalisierte Medizin. Die Studierenden werden Forschungsarbeiten lesen und präsentieren und an kritischen Diskussionen teilnehmen.
Die Sprache dieses Seminars ist Englisch. Die Studierenden sind ermutigt, auf Englisch zu präsentieren und zu diskutieren, aber Beiträge auf Deutsch sind auch möglich.
-
19336801
Vorlesung
Integrative Analyse lebenswissenschaftlicher Daten und Einbeziehung von Vorwissen (Katharina Baum, Pauline Hiort, Pascal Iversen)
Zeit: Mi 10:00-12:00 (Erster Termin: 16.10.2024)
Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
Kommentar
Gerade in den Lebenswissenschaften liegen für eine Fragestellung oft Daten verschiedener Herkunft vor, und die Forschung hat bereits Vorwissen, wie zum Beispiel zu dynamischen Aspekten, oder räumlichen bzw. regulatorischen Beziehungen zwischen Entitäten. Diese Veranstaltung beschäftigt sich mit Analyse-Methoden, die verschiedene Daten und Vorwissen kombinieren können. Dabei geht es zum Beispiel grundlegend um die Verknüpfung von kontinuierlichen und kategorischen Daten in gemischten Modellen, aber auch Netzwerkintegration und multi-faktorielle Matrixmultiplikation. Ein Schwerpunkt liegt zudem auf verschiedenen Ansätzen des informierten maschinellen Lernens wie zum Beispiel graph-neuronalen Netzwerke, Transferlernen oder aktuellen Verfahren aus der Forschung wie simulationsbasiertes Vortrainieren. Der Fokus liegt dabei explizit nicht auf der Verarbeitung von Bildern, sondern tabellarischer oder anderweitiger Daten. Die Veranstaltungsprache ist Englisch, aber Übungsaufgaben und Fragen können auch auf Deutsch beigetragen werden.
-
19336802
Übung
Übung zu Integrative Analyse lebenswissenschaftlicher Daten und Einbeziehung von Vorwissen (Katharina Baum)
Zeit: Fr 10:00-12:00 (Erster Termin: 18.10.2024)
Ort: T9/046 Seminarraum (Takustr. 9)
-
19337001
Vorlesung
Mathematik für Informatik-Lehramt (Max Willert)
Zeit: Mo 16:00-18:00 (Erster Termin: 14.10.2024)
Ort: T9/SR 005 Übungsraum (Takustr. 9)
Kommentar
Qualifikationsziele: Die Studierenden formulieren3 Aussagen formal aussagenlogisch und prädikatenlogisch. Sie analysieren4 und vereinfachen3 die logische Struktur gegebener Aussagen und beschreiben4 die logische Struktur von Beweisen. Sie benennen Eigenschaften unterschiedlicher Mengen, Relationen und Funktionen und begründen4 diese mit Hilfe formaler Argumente. Sie können Beweise für elementare Aussagen unter Verwendung elementarer Beweistechniken entwickeln5 und die Mächtigkeit von Mengen mit Hilfe kombinatorischer Techniken sowie Wahrscheinlichkeiten von Zufallsereignissen bestimmen3.
Inhalte: Studierende erlernen grundlegende Konzepte der Mengenlehre, Logik, Kombinatorik und üben deren Anwendung. Sie erarbeiten sich in der Mengenlehre Mengen, Relationen und Funktionen. Im Bereich der Logik und Booleschen Algebra erarbeiten sie sich Aspekte der Aussagenlogik und Prädikatenlogik. Im Themenfeld Kombinatorik erlernen sie Fakultät und Binomialkoeffizienten. Weiterhin erarbeiten sie sich elementare Beweistechniken und grundlegende Aspekte Diskreter Wahrscheinlichkeitstheorie. Zuletzt sollen formale Sprachen exemplarisch zur Modellierung verwendet werden. Die meisten dieser Konzepte werden an Rechen- oder Beweisaufgaben geübt.
Literaturhinweise
- Kenneth H. Rosen. Discrete Mathematics and its Applications, McGaw-Hill Education, 8. Auflage, 2018.
- Gerald Teschl und Susanne Teschl. Mathematik für Informatiker - Band 1: Diskrete Mathematik und Lineare Algebra, Springer Vieweg, 4. Auflage, Berlin Heidelberg 2013.
-
19337002
Übung
Übung zu Mathematik für Informatik-Lehramt (Max Willert)
Zeit: Do 16:00-18:00 (Erster Termin: 17.10.2024)
Ort: T9/SR 006 Seminarraum (Takustr. 9)
-
19337211
Seminar
Representation Learning (Georges Hattab)
Zeit: Mi 14:00-16:00 (Erster Termin: 23.10.2024)
Ort: A3/019 Seminarraum (Arnimallee 3-5)
Kommentar
While traditional feature engineering has been successful, modern machine learning increasingly relies on representation learning - automatically discovering informative features or representations from raw data. This seminar dives into advanced neural network-based approaches that learn dense vector representations capturing the underlying explanatory factors in complex, high-dimensional datasets.
The seminar will cover techniques like autoencoders, variational autoencoders, and self-supervised contrastive learning methods that leverage unlabeled data to learn rich representations. You'll learn about properties of effective learned representations like preserving locality, handling sparse inputs, and disentangling underlying factors. Case studies demonstrate how representation learning enables breakthrough performance on tasks like image recognition and natural language understanding. You'll gain insights into interpreting these learned representations as well as their potential and limitations.
-
19000546
Mentorium