Lehrveranstaltungen im SS 2016 Info-Veranstaltung Mittwoch, den 27. Januar 2016 15.15 bis ca. 16.30 Uhr Vorlesungssaal der Informatik (03-428) Veranstaltungsplan Informatik SS 2016 Veranstaltung 356 010 015 030 050 228 286 555 557 381 10056 314 10059 423 450 10070 293 386 204 10060 160 170 760 223 210 101 660 600 644 556 625 224 208 590 635 650 570 642 2000 690 802 0004 0005 Typ Grundstudium Propädeutik VL Einf. i.d. Programmierung VL+Üb Einf. i.d. Softwareentwicklung VL+Üb Programmiersprachen VL+Üb Berechenbarkeit u. formale Sprachen (TGI I) VL+Üb Schwerpunkte (Wahlpflicht) Datenbanken I VL+Üb Kommunikationsnetze VL+Üb Maschinelles Lernen VL+Üb Computergrafik und Animation VL+Üb Strukturbasierte Bioinformatik VL+Üb Advanced Topics in Operating Systems VL+Üb Modellierung I VL+Üb Parallel Algorithms & Architectures VL+Üb Kryptographie und IT-Sicherheit VL+Üb Fortgeschrittene Algorithmen VL+Üb Mobile Computing + Web Entwicklung VL+Üb Statistical Geometry Processing VL+Üb Verteilte Systeme VL+Üb Bildverarbeitung VL+Üb Design Pattern Vl+Üb Fachdidaktik - B.Ed. + M.Ed. Fachdidaktik Sem. Informatik&Gesellschaft (B.Ed.) (HS) Sem. Projektpraktikum (M.Ed.) Prakt. Praktika Computergrafik Prakt. Algorithmische Geometrie Prakt. Berufspraktikum Prakt. Vertiefungspraktikum Bioinformatik Prakt. Paralleles Programmieren mit CUDA Prakt. Machine Understanding of Visual Data - PraktikumPrakt. Data Mining Prakt. APC: Strategies, Algorithms & Data Structures/FA Prakt. Seminare Computergrafik Sem. Algorithmische Geometrie Sem. Paralleles Rechnen Sem. Data Mining Sem. Vertiefungsseminar Bioinformatik Sem. Vertiefungsseminar Betriebssysteme Sem. Machine Understanding of Visual Data - Seminar Sem. Master Seminar Sem. Informationssysteme Sem. Master Mathematik für Bioinformatiker (ANA) Tut. Einführungsveranstaltung für M.Sc. NaWi Einführungsveranstaltung für M.Sc. Bioinf. Legende: Pflichtveranstaltung Wahlpflichtveranstaltung BSc BEd MEd aBI nwI Dozent / Lehrbeauftragter Schröder,H.-J. / N.N. E. Schömer A. Hildebrandt A.Karwath E. Althaus S. Kramer L. Nagel S. Kramer A.v.Dziegielewski A. Hildebrandt / M.Carnini A. Brinkmann M. Wand Ch. Hundt / B. Schmidt E. Althaus E. Althaus C. Wille M.Wand T. Süß E. Schömer S. Endler 29.01.2016 Tag Uhrzeit Mi. 12.04.16/10-16 Mo. 14-16 Di. 14-16 Mi. 14-16 Mo. 12-14 Raum C03 N1 C01 HS20 HS16 Di. Di. Do. Di. Mo. 14-16 03 428 12-14 03 428 14-16 03-428 10-12 04-426 12-14 03-428 Nach Vereinbarung Do 16-18 04-426 Do. 12-14 04-426 Mo. 14-16 03-428 Mi. 12-14 03-428 Do 8-10/10-12 04-426 Mo. 16-18 04-426 Mi. Mo. 14-16 10-12 04-426 04-426 E.Messner H.-J. Schröder E.Schömer / H.-J. Schröder A.v.Dziegielewski A.v.Dziegielewski H.-J.Schröder AG Hildebrandt Ch. Hundt / B. Schmdit M. Wand /Chuan Li S. Kramer M. Blumenstock A.v.Dziegielewski A.v.Dziegielewski Ch. Hundt / B. Schmidt S. Kramer A.Hildebrandt A.Brinkmann M. Wand /Chuan Li alle Profs H.-J. Schröder A.Malevich E. Althaus Hildebrandt 04.04-15.04.16 Di Mi Di 16:15-19:00 04-220 04-426 16-18 04-426 Nach Vereinbarung 14 - 16 03-424 Mi. 10-12 Mi/13.04.16/14-16 Mo/11.04.16/14-16 05-136 03-424 03-424 Veranstaltungsplan SS2016 Informatik 29.01.2016 Uhrzeit 8.00 Montag Lineare Algebra I Montag Dienstag Ergänzungen zur Linearen Algebra I F. Leinen 03-428 9.00 Hog Angeloni N1 10.00 Verteilte Systeme Design Pattern 11.00 T. Süß 04-426 S. Endler 04-426 12.00 Strukturbasierte Bioinformatik A. Hildebrandt 03 428 Berechenbarkeit u. formale Sprachen E.Althaus 1./2. Sem. /HS 16 Analysis I Einf. i.d. Programmierung E. Schömer 1. Sem. /N1 Kryptographie und IT E. Althaus Einf.i.d. Softwareentwicklung A.Hildebrandt 2.Sem. /CO1 13.00 14.00 15.00 03-428 Dienstag Mittwoch Ergänzung zur Ana I Schneider 03 428 Computergrafik u. Animation A.v.Dziegielewski 04-426 leinen S1 Donnerstag Mobile Computing & Web-Entwicklung C. Wille 04-426 Mathe f. Bioinform. Tutorium M. Malevich 05-136 Parallel Alg. &Arch. Ch. Hundt Datenbanken I S. Kramer Programmiersprachen Bildverarbeitung E. Schömer A.Karwath HS20 04-426 Maschinelles Lernen S. Kramer 04 426 03-428 16.00 Statist. Geo. Processing APC Praktikum MUoVD/Seminar Modellierung 1 17.00 M. Wand 04 426 M. Blumenstock 04-426 M.Wand/Chuan Li 04-426 M. Wand 04 426 18.00 19.00 Bitte beachten Sie, dass in diesem Plan nicht alle Veranstaltungen, die im SS 2016 angeboten werden aufgelistet sind. Legende: Mathe-Pfl. Mathe-WPfl. Informatik-Pfl. Informatik-WPfl. Informatik-Seminar Informatik-Praktikum Master Schwerpunkt B.Ed. M.Ed. Kernzeit (BEd) Wahlzeit 1 (BEd) Wahlzeit 2 (BEd) F. Leinen S1 Mobile Computing & Web-Entwicklung C. Wille Übung 04 426 Kommunikationsnetze Fortg. Algorithmen E. Althaus L.Nagel 03-428 03-428 03 428 Freitag Analysis I Lineare Algebra I Hog Angeloni N1 AG Prof. Dr. André Brinkmann Vorlesungen 27. Januar 2016 | Johannes Gutenberg-Universität Mainz * Institut für Informatik AG Prof. Dr. André Brinkmann Vorlesungen 27. Januar 2016 | Johannes Gutenberg-Universität Mainz * Institut für Informatik AG Prof. Dr. André Brinkmann Vorlesungen 27. Januar 2016 | Johannes Gutenberg-Universität Mainz * Institut für Informatik AG Prof. Dr. André Brinkmann Vertiefungsseminar Betriebssysteme Anmeldung direkt bei Prof. Brinkmann per E-Mail weitere Veranstaltungen aus der AG: Vorlesung: Dozent: Kommunikationsnetze Lars Nagel 27. Januar 2016 | Johannes Gutenberg-Universität Mainz * Institut für Informatik AG Softwaretechnik Vorlesung + Übung Dozent Inhalte: Web & Mobile Development Prof. Dr. C. Wille (Lehrauftrag) - Konzepte und technische Grundlagen von Webservern und Java basierter Webtechnologien - Konzeption und Entwicklung von Servlets /JSP / JSF - Rolle von Scriptsprachen wie Javascript im modernes Webdesign - Konzepte und Entwicklungsschritte mobiler Applikationen - Software Plattform Android und ihre Komponenten - GUI-Programmierung für mobile Endgeräte - Datenverwaltung und Content Provider - Datenzugriff über Asynchrone Task / Webservice mit SOAP und REST - Entwicklung von Anwendungen mit Sensoren und Ortsbezogenheit - Netzwerkprogrammierung für mobile Geräte - Sicherheit webbasierter und mobiler Anwendungen - Plattformübergreifende Programmierung. Vorlesungen Studiengang B.Sc. / M.Ed. Termin Do. 8-10 Uhr (V) , Do. 10-12 Uhr (Ü) 27. Januar 2016 | Johannes Gutenberg-Universität Mainz * Institut für Informatik Mobile Computing Praktikum Praktikum Dozent/en Web-Programmierung Prof. Dr. C. Wille(Lehrauftrag) Inhalte Plattform für Tiergesundheit und Kollaboration Im Rahmen des Software Praktikums soll ein Prototyp für eine Plattform für Tiergesundheit und Kollaboration der Tierhalter entstehen. Zielstellungen: Aufbau einer Plattform zur Erfassung und Darstellung von Tiergesundheitsdaten Mischung aus Patients-like-me (Strukturierte Daten) und Facebook (unstrukturierte Daten) Erfassung und Pflege von Daten des Haustiers, wie Medikamente, Veterinärmediziner, Nebenwirkungen, Aktivität, Vitalparameter, Futter, Freizeit, Fotos, Berichte, Trainings, Sensorik Webseite für Browser Android App (und iOS) Studiengang Termin B.Sc. 22. Februar - 4. März 2016 (ganztägig) 27. Januar 2016 | Johannes Gutenberg-Universität Mainz * Institut für Informatik Webentwicklung Praktikum Dozent/en Web-Programmierung Jens Grochtdreis (Lehrauftrag) Inhalte Literatur: Das große Little Boxes-Buch (http://little-boxes.de/) • In diesem Praktikum ergänzen sich theoretische und praktische Teile. Je nach Wissensstand der Teilnehmer werden wir die unterschiedlichen Facetten der Frontend-Entwicklung beleuchten. Denn egal welche komplizierten Probleme serverseitig und mit Datenbankprogrammierung gelöst werden: am Ende kommt HTML heraus, das mit CSS ansprechend und nutzbar gestaltet werden soll. • Die Teilnehmer sollen sich idealerweise ein Projekt vornehmen, an dem sie am Ende des Praktikums das Gelernte austesten können. Dieses Projekt sollte sich im Wesentlichen mit HTML, CSS und Javascript realisieren lassen. • Der Kurs baut auf Vorkenntnissen der Teilnehmer über HTML und CSS auf. Es ist deshalb ratsam, dass jeder Teilnehmer das empfohlene "Little Boxes" liest bzw. sich mit Onlineangeboten wie "A beginner's guide to HTML & CSS„ (http://learn.shayhowe.com/html-css/) auf einen arbeitsfähigen Stand bringt. Vorlesungen Studiengang Termin B.Sc. 29. März – 8. April 2016 (ganztägig) 27. Januar 2016 | Johannes Gutenberg-Universität Mainz * Institut für Informatik Webentwicklung - Praktikum HTML •Grundaufbau eines HTMLDokumentes • Semantik • Formulare • Tabellen CSS • Kaskade und Spezifität • Layouts mit Floats und Positionierung • Clearing/Clearfix • elastisch, flexibel, pixelbasiert • CSS3 • Das DOM • Das Boxmodell jQuery • Grundidee (unobtrusive JavaScript) • Wie binde ich jQuery ein? • Einfache DOM-Manipulationen 5 27. Januar 2016 | Johannes Gutenberg-Universität Mainz * Institut für Informatik Browser • Debuggen im Browser • graceful degredation, progressive enhancement • Performance Responsive Webdesign • Zunahme der Devicetypen • Ein Design für viele Devices • Mediaqueries • Stolpersteine • unterschiedliche Layouttypen • Navigationen anpassen • Codereihenfolge Barrierefreiheit • Sinn, Betroffene, Nutzniesser • Mehr als "Web für Blinde" • Barrierefreiheit und JavaScript • Codequalität • Barrierefreiheit testen IT-Sicherheit Vorlesung + Übung Kryptographie u. IT-Sicherheit Dozent E. Althaus + N.N. (Lehrauftrag) Inhalte Kryptographie (6 Termine) IT-Sicherheit (6 Termine): - Terminologie / klassische IT-Sicherheit - Zertifikate - Identifizierung / Authentifizierung - Firewalls - IPsec - TLS Vorlesungen - Mail-Sicherheit -… Studiengang B.Sc. / B.Ed. /M.Ed. Termin Vorlesung: Mo. 14-16 Uhr 27. Januar 2016 | Johannes Gutenberg-Universität Mainz * Institut für Informatik Datenbanken Seminar Dozent Inhalte Informationssysteme Dr. H.-J. Schröder NoSQL Data Matching Security Engineering Sicherheitsmodell Authentifikation Digitale Identiät Vorlesungen …. Studiengang Termin B.Sc. / M.Ed. n.V. 27. Januar 2016 | Johannes Gutenberg-Universität Mainz * Institut für Informatik AG Computational Geometry Vorlesungen 08.079.204 Bildverarbeitung Univ.-Prof. Dr. Elmar Schömer Mi, 20. Apr. 2016 [14:00] - Mi, 20. Jul. 2016 [16:00] 08.079.010 Einführung in die Programmierung Univ.-Prof. Dr. Elmar Schömer Mo, 18. Apr. 2016 [14:00] - Mo, 18. Jul. 2016 [16:00] 08.079.557 Computergrafik und Animation Andreas von Dziegielewski Di, 19. Apr. 2016 [10:00] - Di, 19. Jul. 2016 [12:00] Seminare+Praktika 8.079.208 Algorithmische Geometrie - Seminar 8.079.210 Algorithmische Geometrie - Praktikum 8.079.223 Computergrafik Praktikum 8.079.224 Computergrafik Seminar AG Computational Geometry Vorlesungen 08.079.204 Bildverarbeitung Univ.-Prof. Dr. Elmar Schömer Mi, 20. Apr. 2016 [14:00] - Mi, 20. Jul. 2016 [16:00] 08.079.010 Einführung in die Programmierung Univ.-Prof. Dr. Elmar Schömer Mo, 18. Apr. 2016 [14:00] - Mo, 18. Jul. 2016 [16:00] 08.079.557 Computergrafik und Animation Andreas von Dziegielewski Di, 19. Apr. 2016 [10:00] - Di, 19. Jul. 2016 [12:00] Seminare+Praktika 8.079.208 Algorithmische Geometrie - Seminar 8.079.210 Algorithmische Geometrie - Praktikum 8.079.223 Computergrafik Praktikum 8.079.224 Computergrafik Seminar 08.079.204 Bildverarbeitung Univ.-Prof. Dr. Elmar Schömer Mi, 20. Apr. 2016 [14:00] - Mi, 20. Jul. 2016 [16:00] 08.079.204 Bildverarbeitung Univ.-Prof. Dr. Elmar Schömer Mi, 20. Apr. 2016 [14:00] - Mi, 20. Jul. 2016 [16:00] 08.079.204 Bildverarbeitung Univ.-Prof. Dr. Elmar Schömer Mi, 20. Apr. 2016 [14:00] - Mi, 20. Jul. 2016 [16:00] 08.079.204 Bildverarbeitung Univ.-Prof. Dr. Elmar Schömer Mi, 20. Apr. 2016 [14:00] - Mi, 20. Jul. 2016 [16:00] 08.079.204 Bildverarbeitung Univ.-Prof. Dr. Elmar Schömer Mi, 20. Apr. 2016 [14:00] - Mi, 20. Jul. 2016 [16:00] AG Computational Geometry Vorlesungen 08.079.204 Bildverarbeitung Univ.-Prof. Dr. Elmar Schömer Mi, 20. Apr. 2016 [14:00] - Mi, 20. Jul. 2016 [16:00] 08.079.010 Einführung in die Programmierung Univ.-Prof. Dr. Elmar Schömer Mo, 18. Apr. 2016 [14:00] - Mo, 18. Jul. 2016 [16:00] 08.079.557 Computergrafik und Animation Andreas von Dziegielewski Di, 19. Apr. 2016 [10:00] - Di, 19. Jul. 2016 [12:00] Seminare+Praktika 8.079.208 Algorithmische Geometrie - Seminar 8.079.210 Algorithmische Geometrie - Praktikum 8.079.223 Computergrafik Praktikum 8.079.224 Computergrafik Seminar 08.079.557 Computergrafik und Animation Andreas von Dziegielewski Di, 19. Apr. 2016 [10:00] - Di, 19. Jul. 2016 [12:00] Lehrangebot Visual Computing Sommersemester 2016 Modellierung I •Modellierung 1: Lineare Modelle – Lineare Algebra 101 – Mit praktischen Anwendung – Zusammenhänge im Rückblick Modellierung I •Lineare Modelle – Repräsentationen • • • • • Funktionenräume Finite Elemente Meshes, Gitter, Meshless Signaltheorie, Sampling Geometrische Modelle (3D) – Automatisches Modellieren Eigencats • Least-Squares • Variationsmethoden • Dynamische Modelle (Animation, Simulation) •Fortsetzung: Modellierung II, WS16/17 – Nicht-lineare Modelle (obviously…) Modellierung I •Organisatorisches – – – – – – Format: V2+Ü2 Vorlesung: Do 16-18h Raum: 04 426 Dozent: Michael Wand Start: 21. 04. 2016 Zielgruppe:Fortg. Bachelor oder Master •Vorkenntnisse: – Programmieren (EiP, EiS), C++ hilfreich – Mathematik (Analysis, Algebra) – Computergraphik hilfreich Michael Wand Statistical Geometry Processing •Statistical Geometry Processing – 3D Geometrie • Gemessene Geometrie • 3D Scanner (z.B. Kinect) • Rekonstruktion aus Bildern – Korrespondenzen • Shape Matching • Symmetrie • Generative statistische Modelle – Mustererkennung • Maschinelles Lernen von 3D Geometrie • Diskriminative Modelle – (Semi-) automatische 3D Modellierung Statistical Geometry Processing •Organisatorisches – – – – – – Format: V2+Ü2 Vorlesung: Mo 16-18h Raum: 04 426 Dozent: Michael Wand Start: 18. 04. 2016 Zielgruppe:Fortg. Bachelor oder Master Michael Wand •Vorkenntnisse – – – – Mathematik Grundvorlesungen Programmieren (EiP, EiS), C++ hilfreich Modellierung I oder Computer Graphik/Vision Modellierung II oder maschinelles Lernen / Data Mining empfohlen Seminar + Praktikum [screenrant.com] [prostheticknowledge.tumblr.com] •[Deeper] Machine Understanding of Visual Data – Object recognition (2D Bilder, 3D Geometrie) – Deep learning – Generative Modelle (Neural Art / Bildsynthese) Seminar •Organisation – – – – – Seminar: Zeit/Raum: Dozenten: Sprache: Teilnehmer: Semesterbegleitend n.n. (tba) Chuan Li, Michael Wand Englisch max. 15 Teilnehmer Chuan Li •Vorkenntnisse – Mathematik Grundvorlesungen – Hilfreich: Maschinelles Lernen oder Data Mining oder Modellierung II oder Computer Vision Praktikum •Organisation – – – – – Seminar: Zeit/Raum: Dozenten: Sprache: Teilnehmer: Semesterferien (Sommer) n.n. (tba) Chuan Li, Michael Wand Englisch max. 15 Teilnehmer •Vorkenntnisse – Seminarteilname ist verpflichtend – Programmierkenntnisse (≥ EiP/EiS) – C++ oder Python/SciPy hilfreich Chuan Li Parallele und Verteilte Architekturen – Lehrangebot: SS 2015 • Vorlesungen – Parallele Algorithmen & Architekturen (PAA) • Praktikum – Paralleles Programmieren mit CUDA • Seminar – Paralleles Rechnen Prof. Bertil Schmidt Vorlesung: Parallel Algorithms & Architectures (PAA) • Architekturen – GPUs und GPU-Cluster – PRAM – CPUs Multi-core CPUs • Programmierung – CUDA – OpenACC – MPI Manycores GPUs • Algorithmen – – – – – – Matrix Multiplikation Sortieren Reduktion SpMV Convolution K-Means Clustering Supercomputers CUDA Block-Praktikum • Paralleles Programmieren mit CUDA – 4.4. – 15.4.2016 Seminarvorbesprechung: Paralleles Rechnen Prof. Bertil Schmidt Scheinkriterien und Organisation • Vortrag von ca. 45min (inklusive Q&A) – Termin: wird noch bekanntgegeben (zwei Vorträge pro Termin) • Abgabe der Vortragsfolien – zwei Wochen vor dem Vortrag einzureichen per Email – Danach persönliche Vorbesprechung mit Professor Schmidt (1-2 Wochen vor dem Vortrag) • Abgabe einer ausführlichen Ausarbeitung (Deutsch oder Englisch) als Basis für die Bewertung des schriftlichen Teils. – Ausarbeitung im IEEE CS Format (Umfang mindestens 6 Seiten) – Abgabe bis spätestens vier Wochen nach dem Vortrag! • Teilnahme am Seminar (Anwesenheitspflicht) • Praktische Tipps im Merkblatt für Seminare – http://www1.informatik.uni-mainz.de/lehre/we/SeminarArbeitsempfehlungen.pdf Seminar: Paralleles Rechnen – Themen 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. Association Rule Mining with the Micron Automata Processor Parallel Distributed Memory Construction of Suffix Arrays Big Data Clustering at Trillion Particle Scale Deep learning with COTS HPC systems PyCUDA and PyOpenCL Breadth-First Graph Traversal on GPUs Correlation Matrix Analysis of fMRI Data on Xeon Phi High-performance Graph Analytics on Manycore Processors Julia: A fresh approach to parallel programming Selber vorgeschlagenes Thema – muss aber von mir genehmigt werden Themenvergabe • Email mit 2 bevorzugten Themen (mit Präferenz) an Prof Schmidt bis 04.02.2016 • Ich werde dann versuchen die Themen an Studenten zuzuordnen • Neue Themen können auch vorgeschlagen werden (müssen dann aber von mir genehmigt werden) Institut für Informatik Design Patterns SoSe 2016 Dr. Stefan Endler [email protected] Johannes Gutenberg-Universität Mainz Vorlesung: Montags 10-12, Raum 04-426 Design Patterns – Auswahl an Patterns Abbildung : Singleton Abbildung : Strategy Abbildung : Composite Abbildung : Abstract Factory Vorlesung: Montags 10-12, Raum 04-426 Johannes Gutenberg-Universität Mainz S. Endler 2 Design Patterns – Erarbeitung anhand Real-Life Beispielen Vorlesung: Montags 10-12, Raum 04-426 Johannes Gutenberg-Universität Mainz S. Endler 3 Design Patterns – Erarbeitung anhand Real-Life Beispielen Vorlesung: Montags 10-12, Raum 04-426 Johannes Gutenberg-Universität Mainz S. Endler 3 Design Patterns – Erarbeitung anhand Real-Life Beispielen Vorlesung: Montags 10-12, Raum 04-426 Johannes Gutenberg-Universität Mainz S. Endler 3 Design Patterns – Erarbeitung anhand Real-Life Beispielen Vorlesung: Montags 10-12, Raum 04-426 Johannes Gutenberg-Universität Mainz S. Endler 3 Lehrveranstaltungen der theoretischen Informatik Theoretische Informatik: Formale Sprachen und Berechenbarkeit Fortgeschrittene Algorithmen Kryptographie Praktikum: APC – Markus Blumenstock Achtung: wohl kein Seminar dieses Semester Vorlesung: Komplexitätstheorie (TGI) Formale Sprachen: Chomsky-Hierarchie Reguläre Sprachen Kontextfreie Sprachen Berechenbarkeit: Berechnungsmodelle Unentscheidbarkeit Reduktionen Satz von Gödel Weitere Themen: Je nach Zeit Hoffentlich noch einige Vorlesung: Fortgeschrittene Algorithmen Lineare und ganzzahlig lineare Programmierung, Optimierungsmethoden, Randomisierte Algorithmen, Approximationsalgorithmen, Online-Algorithmen, Sekundärspeicheralgorithmen, Parametrisierte Algorithmen Quantenalgorithmen 26. Januar 2016 Johannes Gutenberg-Universität Mainz 3 Kryptographie und IT-Sicherheit Kryptographie: Formale Grundlagen der Kryptographie Symmetrische Verschlüsselung Asymmetrische Verschlüsselung Message-Authentification-Codes und digitale Signaturen IT-Sicherheit: Über einen Lehrauftrag Termin und Inhalte noch nicht fixiert 26. Januar 2016 Johannes Gutenberg-Universität Mainz 4 Approaching Programming Contests Praktikum im Sommersemester 2016 Markus Blumenstock Arbeitsgruppe Algorithmik 27. Januar 2016 Scheinkriterien Inhalt Contests! Approaching Programming Contests (Praktikum) Das Praktikum ist semesterbegleitend geplant Möglicher Termin: Dienstag 16:15-19:00 Uhr Betreuung: Markus Blumenstock Vorausgesetzte Kenntnisse: Einführung in die Programmierung Datenstrukturen und effiziente Algorithmen Kriterien zum Scheinerwerb: Regelmäßige Teilnahme Teilnahme am German Collegiate Programming Contest 2016 (Samstag, 04. Juni, 12-17 Uhr, in Mainz) Althaus et al. Arbeitsgruppe Algorithmik 27. Januar 2016 1/6 Scheinkriterien Inhalt Contests! Inhalt Lösen von Problemen, wie sie typischerweise in Programmierwettbewerben auftreten Algorithmen und Prinzipien, die häufig verwendet werden, sind u.a. Breitensuche/Tiefensuche Berechnen von minimalen Spannbäumen Berechnen von maximalen Flüssen Dynamische Programmierung Divide-And-Conquer-Verfahren Zahlentheoretische Algorithmen Einsetzbare Programmiersprachen sind Java, C++, evtl. Python Althaus et al. Arbeitsgruppe Algorithmik 27. Januar 2016 2/6 Scheinkriterien Inhalt Contests! NWERC 2015 in Linköping, Schweden Althaus et al. Arbeitsgruppe Algorithmik 27. Januar 2016 3/6 Scheinkriterien Inhalt Contests! NWERC 2015 in Linköping, Schweden Althaus et al. Arbeitsgruppe Algorithmik 27. Januar 2016 4/6 Scheinkriterien Inhalt Contests! NWERC 2015 in Linköping, Schweden Althaus et al. Arbeitsgruppe Algorithmik 27. Januar 2016 5/6 Scheinkriterien Inhalt Contests! NWERC 2015 in Linköping, Schweden Die beiden Mainzer Teams erreichten 2015 die Plätze 43 und 81 bei 95 antretenden Teams aus Nordwesteuropa. Wer will 2016 in Bath, UK eine echte Medaille nach Mainz holen? Althaus et al. Arbeitsgruppe Algorithmik 27. Januar 2016 6/6 Arbeitsgruppe Scientific Computing and Bioinformatics Prof. Dr. Andreas Hildebrandt Sommersemester 2016 Vorlesung Strukturbasierte Bioinformatik � Termin: Montags, 12–14 Uhr � Sprache: Englisch Inhalt: � � � � � � � Grundlegende Begriffe der Bioinformatik Einführung in die Proteinphysik Simulation von Molekülbewegungen Proteinstrukturminimierung Docking und Wirkstoffdesign Werkzeuge: C++, Biochemical Algorithm Library (BALL) Seminar Vertiefungsseminar Bioinformatik � Termin: In Absprache mit den Teilnehmern � Sprache: Englisch Scheinkriterien: � � � � � 30 Minuten Vortrag 15 Minuten Diskussion Schriftliche Ausarbeitung (LATEX) Themenbereiche (Auswahl): � � � � � Proteinstrukturaufklärung Maschinelle Lernverfahren in der Bioinformatik Molekülbewegungen Docking Wirkstoffdesign Praktikum Vertiefungspraktikum Bioinformatik � � Dauer: 2 Wochen, ganztägig Termin: � � � � Sprache: Englisch Aufbau: � � � WiSe 15/16: 7.3.–18.3.2016 SoSe 16: In Absprache mit den Teilnehmern 1. Woche: Crashkurs C++ 2. Woche: BALL-Einführung Sollte idealerweise vor der Vorlesung Strukturbasierte ” Bioinformatik“ belegt werden! Machine Learning Vorlesung • Donnerstags14– 16Uhr(?) • MaterialaufEnglisch Übung • Zeit:TBA • „LiveÜbungen“ Prüfung • mündlichoderschriftlich Machine Learning • Lernen=sichdurchErfahrung beieinerAufgabe verbessern – Aufgabe(performance task)T – hinsichtlicheinesPerformancemaßes(performance measure) P – beruhendaufErfahrungE. Lernendes System PerformanceTask/ PerformanceMeasure Umgebung Machine LearningCourseOverview • • • • • • • Decision trees Ensemblemethods Bayesian learning Linearmodels Neural networks Instance-based learning SVMsand kernels Machine LearningCourseOverview • • • • • • • Decision trees Ensemblemethods Bayesian learning Linearmodels Neural networks Instance-based learning SVMs and kernels Machine LearningCourseOverview • • • • • • • Decision trees Ensemblemethods Bayesian learning Linearmodels Neural networks Instance-based learning SVMs and kernels Machine LearningCourseOverview • • • • • • • Decision trees Ensemblemethods Bayesian learning Linearmodels Neural networks Instance-based learning SVMsand kernels Machine LearningCourseOverview • • • • • • • Decision trees Ensemblemethods Bayesian learning Linearmodels Neural networks Instance-based learning SVMsand kernels Machine LearningCourseOverview • • • • • • • Decision trees Ensemblemethods Bayesian learning Linearmodels Neural networks Instance-based learning SVMsand kernels Machine LearningCourseOverview • • • • • • • Decision trees Ensemblemethods Hyperplane Bayesian learning Linearmodels Neural networks Instance-based learning SVMsand kernels misclassified vectors Margin DataMiningPraktikum Ablauf • 3erGruppen • einDatensatzproGruppe • Datenanalysieren • wöchentlicheTreffen DataMiningSeminar Ablauf • ThemaausdemBereichDataMiningundMachine Learning • einVortragproWoche • nachjederPräsentationDiskussionundFeedback • Ausarbeitung • FeedbackzumSchreibenamEndedesSemesters
© Copyright 2024 ExpyDoc
