Vorlesungsverzeichnis

Suchen Sie hier über ein Suchformular im Vorlesungsverzeichnis der Leuphana.


Lehrveranstaltungen

Analyse von Sensordaten (Quantified Self) (Vorlesung/Übung)

Dozent/in: Burkhardt Funk

Termin:
wöchentlich | Dienstag | 10:15 - 11:45 | 06.04.2020 - 10.07.2020 | Online-Veranstaltung | digitale Veranstaltung, siehe "Inhalt"
wöchentlich | Donnerstag | 10:15 - 11:45 | 06.04.2020 - 10.07.2020 | Online-Veranstaltung | digitale Veranstaltung, siehe "Inhalt"

Inhalt: Unter dem Begriff Quantified Self vermessen Menschen ihre Aktivitäten, ihre physiologischen und psychischen Eigenschaften sowie ihren sozialen Kontext. Dazu werden u.a. Daten genutzt, die mit Hilfe von Smartphones und Wearables erhoben werden. In der Veranstaltung werden wir das Phänomen Quantified Self und die erwarteten bzw. bereits sichtbaren Folgen erörtern und die methodischen Grundlagen zur Erhebung und Analyse von Sensordaten legen. Nach einer einführenden Vorlesungsreihe werden Sie ein selbst gewähltes Projekt durchführen, in dem Sie die zuvor erlernten Kenntnisse anwenden. In den bisherigen Kursen haben Studierende mit Hilfe von Sensordaten z.B. an folgenden Projekten gearbeitet: (i) Erkennung von Oberflächen, auf denen eine Person geht, (ii) Erkennung von Fußballtricks, die ein Spieler ausführt, (iii) Bestimmung von Sitzhaltungen, (iv) Erklärung des Blutzuckerspiegels aufgrund körperlicher Aktivität, (v) Personenidentifikation anhand von Sprachaufnahmen. It'll be fun! Update zum Sommersemester 2020: Aufgrund der aktuellen Lage wird die Veranstaltung voraussichtlich ausschließlich online erfolgen. Unser Buch (Hoogendoorn & Funk) Machine Learning for the Quantified Self dient als inhaltliche Grundlage des Kurses. Die Einladung zum Zoom-Meeting finden Sie im Materialordner.

Intelligente Datenanalyse (Vorlesung/Übung)

Dozent/in: Ulf Brefeld, Sebastian Mair

Termin:
wöchentlich | Montag | 10:15 - 11:45 | 06.04.2020 - 10.07.2020 | C 5.019 Seminarraum
wöchentlich | Dienstag | 10:15 - 11:45 | 06.04.2020 - 10.07.2020 | C 40.165 Seminarraum

Inhalt: Es werden grundlegende Kenntnisse des maschinellen Lernen vermittelt, die zur intelligenten Datenverarbeitung notwendig sind. Wir gehen auf verschiedene Problemstellungen ein (z.B. Klassifikation, Regression, Clustern), lernen Standardverfahren kennen (z.B. Entscheidungsbäume, SVMs), Strategien für eine allgemeine Herangehensweise und Versuchsaufbauten für eine solide empirische Evaluation.

Softwarearchitektur (Vorlesung/Übung)

Dozent/in: Thomas Slotos

Termin:
Einzeltermin | Fr, 17.04.2020, 14:15 - Fr, 17.04.2020, 17:45 | C 14.001 Seminarraum
Einzeltermin | Fr, 24.04.2020, 14:15 - Fr, 24.04.2020, 17:45 | C 40.254 Seminarraum
Einzeltermin | Sa, 25.04.2020, 08:15 - Sa, 25.04.2020, 17:45 | C 40.530 Seminarraum
Einzeltermin | Fr, 15.05.2020, 14:15 - Fr, 15.05.2020, 17:45 | C 14.001 Seminarraum
Einzeltermin | Sa, 16.05.2020, 08:15 - Sa, 16.05.2020, 17:45 | C 14.001 Seminarraum
Einzeltermin | Fr, 22.05.2020, 14:15 - Fr, 22.05.2020, 17:45 | fällt aus !
Einzeltermin | Sa, 23.05.2020, 08:15 - Sa, 23.05.2020, 17:45 | fällt aus !
Einzeltermin | Fr, 29.05.2020, 14:15 - Fr, 29.05.2020, 17:45 | C 40.530 Seminarraum
Einzeltermin | Sa, 30.05.2020, 08:15 - Sa, 30.05.2020, 17:45 | C 40.530 Seminarraum
Einzeltermin | Fr, 05.06.2020, 14:15 - Fr, 05.06.2020, 18:30 | C 11.319 Seminarraum
Einzeltermin | Sa, 06.06.2020, 08:15 - Sa, 06.06.2020, 17:45 | C 11.117 Seminarraum
Einzeltermin | Fr, 12.06.2020, 14:15 - Fr, 12.06.2020, 18:30 | C 11.307 Seminarraum

Inhalt: Die Vorlesung gibt einen Überblick über den architektonischen Aufbau von Software unter Verwendung von Entwurfs- und Architekturmustern. Anhand einer vorgegebenen Projektaufgabe wird inkrementell/iterativ und testgetrieben die Softwarearchitektur entwickelt. Als allgemeine Grundlage zur Softwarearchitektur dient ein Überblick über die Facetten wie z.B. Architekturaufgaben, -tools, -muster, und -sprachen.