Klicken Sie auf den Veranstaltungstitel für weitere Informationen!
Functional Analysis
Dozent:in: Guofang Wang
Sprache: auf Englisch
Vorlesung: Mo, Mi, 12-14 Uhr, HS II, Albertstr. 23b
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Klausur: Datum wird noch bekanntgegeben
Achtung: Zeit- und Raumänderung!
Die lineare Funktionalanalysis, um die es in der Vorlesung geht, verwendet Konzepte der linearen Algebra wie Vektorraum, linearer Operator, Dualraum, Skalarprodukt, adjungierte Abbildung, Eigenwert, Spektrum, um Gleichungen in unendlichdimensionalen Funktionenräumen zu lösen, vor allem lineare Differentialgleichungen. Die algebraischen Begriffe müssen dazu durch topologische Konzepte wie Konvergenz, Vollständigkeit, Kompaktheit erweitert werden. Dieser Ansatz ist zu Beginn des 20. Jahrhunderts u. a. von Hilbert entwickelt worden, er gehört nun zum methodischen Fundament der Analysis, der Numerik, sowie der Mathematischen Physik, insbesondere der Quantenmechanik, und ist auch in anderen mathematischen Gebieten unverzichtbar.
Lineare Algebra I+II, Analysis I–III
Mathematische Vertiefung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Mathematische Logik
Dozent:in: Markus Junker
Sprache: auf Deutsch
Vorlesung: Mo, Mi, 14-16 Uhr, HS II, Albertstr. 23b
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Klausur: Datum wird noch bekanntgegeben
Dieser einführende Kurs in die mathematische Logik besteht aus mehreren Teilen. Es werden die Grundlagen der Prädikatenlogik und eine kurze Einleitung in die Modelltheorie sowie das Axiomensystem der Mengenlehre behandelt. Das Ziel der Vorlesung ist es, den rekursionstheoretischen Gehalt des Prädikatenkalküls, insbesondere die sogenannte Peano-Arithmetik und die Gödelschen Unvollständigkeitssätze, zu verstehen.
Grundlegende Mathematikkenntnisse aus Erstsemestervorlesungen
Mathematische Vertiefung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Probability Theory
Dozent:in: Thorsten Schmidt
Sprache: auf Englisch
Vorlesung: Fr, 8-10 Uhr, HS II, Albertstr. 23b, Do, 12-14 Uhr, HS Weismann-Haus, Albertstr. 21a
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Klausur: Datum wird noch bekanntgegeben
Das Problem der Axiomatisierung der Wahrscheinlichkeitstheorie wurde 1933 von Kolmogorov gelöst: Eine Wahrscheinlichkeit ist ein Maß auf der Menge aller möglichen Versuchsausgänge eines zufälligen Experiments. Von diesem Ausgangspunkt entwickelt sich die gesamte moderne Wahrscheinlichkeitstheorie mit zahlreichen Bezügen zu aktuellen Anwendungen.
Die Vorlesung ist eine systematische Einführung dieses Gebietes auf maßtheoretischer Grundlage und beinhaltet unter anderem den zentralen Grenzwertsatz in der Version von Lindeberg-Feller, bedingte Erwartungen und reguläre Versionen, Martingale und Martingalkonvergenzsätze, das starke Gesetz der großen Zahlen und den Ergodensatz sowie die Brown'sche Bewegung.
notwendig: Analysis I+II, Lineare Algebra I, Stochastik I
nützlich: Analysis III
Mathematische Vertiefung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Topologie
Dozent:in: Heike Mildenberger
Assistenz: Simon Klemm
Sprache: auf Deutsch
Vorlesung: Di, Do, 10-12 Uhr, HS II, Albertstr. 23b
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Klausur: Datum wird noch bekanntgegeben
Ein topologischer Raum besteht aus einer Grundmenge \(X\) und einer Festlegung der Menge der offenen Teilmengen der Grundmenge, die Topologie auf \(X\) genannt wird. Beispiele über den Grundmengen \(\mathbb R\) und \({\mathbb R}^n\) kommen in den Analysis-Vorlesungen vor. Das mathematische Fach \glqq{}Topologie\grqq\ ist die Lehre über topologische Räume und die Erforschung ebendieser. Unsere Vorlesung ist eine Einführung in die mengentheoretische und in die algebraische Topologie.
Analysis I und II, Lineare Algebra I
Mathematische Vertiefung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Lesekurse „Wissenschaftliches Arbeiten“
Dozent:in: Alle Professor:innen und Privatdozent:innen des Mathematischen Instituts
Sprache: Vortrag/Teilnahme auf Deutsch oder Englisch möglich
In einem Lesekurs wird der Stoff einer vierstündigen Vorlesung im betreuten Selbststudium erarbeitet. In seltenen Fällen kann dies im Rahmen einer Veranstaltung stattfinden; üblicherweise werden die Lesekurse aber nicht im Vorlesungsverzeichnis angekündigt. Bei Interesse nehmen Sie vor Vorlesungsbeginn Kontakt mit einer Professorin/einem Professor bzw. einer Privatdozentin/einem Privatdozenten auf; in der Regel wird es sich um die Betreuerin/den Betreuer der Master-Arbeit handeln, da der Lesekurs im Idealfall als Vorbereitung auf die Master-Arbeit dient (im M.Sc. wie im M.Ed.).
Der Inhalt des Lesekurses, die näheren Umstände sowie die Konkretisierung der zu erbringenden Studienleistungen werden zu Beginn der Vorlesungszeit von der Betreuerin/dem Betreuer festgelegt. Die Arbeitsbelastung sollte der einer vierstündigen Vorlesung mit Übungen entsprechen.
Wissenschaftliches Arbeiten
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Algorithmic Aspects of Data Analytics and Machine Learning
Dozent:in: Sören Bartels
Sprache: auf Englisch
Vorlesung: Mo, 12-14 Uhr, SR 226, Hermann-Herder-Str. 10
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
The lecture addresses algorithmic aspects in the practical realization of mathematical methods in big data analytics and machine learning. The first part will be devoted to the development of recommendation systems, clustering methods and sparse recovery techniques. The architecture and approximation properties as well as the training of neural networks are the subject of the second part. Convergence results for accelerated gradient descent methods for nonsmooth problems will be analyzed in the third part of the course. The lecture is accompanied by weekly tutorials which will involve both, practical and theoretical exercises.
Numerik I, II oder Basics in Applied Mathematics
Mathematische Ergänzung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Introduction to Theory and Numerics of Stochastic Differential Equations
Dozent:in: Diyora Salimova
Sprache: auf Englisch
Vorlesung: Mi, 12-14 Uhr, SR 226, Hermann-Herder-Str. 10
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Mathematische Ergänzung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Mathematical Physics II
Dozent:in: Chiara Saffirio
Sprache: auf Englisch
Vorlesung: Mo, 14-16 Uhr, SR 404, Ernst-Zermelo-Str. 1
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Mathematische Ergänzung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Mathematical Time Series Analysis II
Dozent:in: Rainer Dahlhaus
Sprache: auf Englisch
Vorlesung: Do, 10-12 Uhr, SR 127, Ernst-Zermelo-Str. 1
Übung: 2-stündig, Termin wird noch festgelegt und in der Vorlesung bekanntgegeben
Die Anforderungen an Studien- und Prüfungsleistungen werden in den aktuellen Ergänzungen der Modulhandbücher beschrieben, die ab Ende Oktober 2025 als Teil des Kommentierten Vorlesungsverzeichnisses veröffentlicht werden.
Mathematische Ergänzung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Numerical Optimization
Dozent:in: Moritz Diehl
Sprache: auf Englisch
Übung / flipped classroom: Di, 14-16 Uhr, HS II, Albertstr. 23b
Klausur: Datum wird noch bekanntgegeben
The aim of the course is to give an introduction into numerical methods for the solution of optimization problems in science and engineering. The focus is on continuous nonlinear optimization in finite dimensions, covering both convex and nonconvex problems. The course divided into four major parts:
The course is organized as inverted classroom based on lecture recordings and a lecture manuscript, with weekly alternating Q&A sessions and exercise sessions. The lecture is accompanied by intensive computer exercises offered in Python (6 ECTS) and an optional project (3 ECTS). The project consists in the formulation and implementation of a self-chosen optimization problem or numerical solution method, resulting in documented computer code, a project report, and a public presentation. Please check the website for further information.
notwendig: Analysis I–II, Lineare Algebra I–II
nützlich: Einführung in die Numerik
Mathematische Ergänzung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Didaktik der Funktionen und der Analysis
Dozent:in: Jürgen Kury
Sprache: auf Deutsch
Seminar: Mi, 14-17 Uhr, SR 404, Ernst-Zermelo-Str. 1
Exemplarische Umsetzungen der theoretischen Konzepte zu zentralen mathematischen Denkhandlungen wie Begriffsbilden, Modellieren, Problemlösen und Argumentieren für die Inhaltsbereiche Funktionen und Analysis. \\ Verstehenshürden, Präkonzepte, Grundvorstellungen, spezifische Schwierigkeiten zu den Inhaltsbereichen Funktionen und Analysis. \\ Grundlegende Möglichkeiten und Grenzen von Medien, insbesondere von computergestützten mathematischen Werkzeugen und deren Anwendung für die Inhaltsbereiche Funktionen und Analysis. Analyse Individueller mathematischer Lernprozesse und Fehler sowie Entwicklung individueller Fördermaßnahmen zu den Inhaltsbereichen Funktionen und Analysis.
Einführung in die Fachdidaktik der Mathematik sowie Kenntnisse aus Analysis und Numerik.
Fachdidaktik der mathematischen Teilgebiete
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Didaktik der Stochastik und der Algebra
Dozent:in: Katharina Böcherer-Linder
Sprache: auf Deutsch
Seminar: Di, 9-12 Uhr, SR 226, Hermann-Herder-Str. 10
Exemplarische Umsetzungen der theoretischen Konzepte zu zentralen mathematischen Denkhandlungen wie Begriffsbilden, Modellieren, Problemlösen und Argumentieren für die Inhaltsbereiche Stochastik und Algebra. \\ Verstehenshürden, Präkonzepte, Grundvorstellungen, spezifische Schwierigkeiten zu den Inhaltsbereichen Stochastik und Algebra.\ Grundlegende Möglichkeiten und Grenzen von Medien, insbesondere von computergestützten mathematischen Werkzeugen und deren Anwendung für die Inhaltsbereiche Stochastik und Algebra. \\ Analyse Individueller mathematischer Lernprozesse und Fehler sowie Entwicklung individueller Fördermaßnahmen zu den Inhaltsbereichen Stochastik und Algebra.
Einführung in die Fachdidaktik der Mathematik sowie Kenntisse aus Stochastik und Algebra.
Fachdidaktik der mathematischen Teilgebiete
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Fachdidaktikseminar: Mathe Unterricht = Mathe Studium ± x
Dozent:in: Holger Dietz
Sprache: auf Deutsch
Seminar: Do, 14-17 Uhr, -, -, voraussichtlich Räume im Goethe-Gymnasium
Als Schülerin bzw. Schüler ahnt man nicht, was es heißt, Mathematik zu studieren. Ähnlich vage ist häufig die Vorstellung im Studium davon, was es bedeutet, Mathematik in der Schule zu unterrichten. Dieses Seminar möchte konkrete Aus- bzw. Einblicke in die Praxis des Mathematikunterrichtens geben und versucht dabei, auf den Erfahrungen, z. B. aus dem Praxissemester, aufzubauen.
Ausgewählte Inhalte und Aspekte des Mathematikunterrichts (vom Arbeitsblatt bis zur Zahlenbereichserweiterung) werden nicht nur vom Standpunkt der Fachwissenschaft, sondern auch aus Sicht der Lehrenden, Schülerinnen und Schüler analysiert und hinterfragt. Oft verbergen sich hinter den mathematisch einfacheren Themen unerwartete didaktische Herausforderungen. Daher soll neben der Auseinandersetzung mit bestehenden Inhalten und Rahmenbedingungen auch Unterricht selbst geplant und – wenn möglich – an der Schule durchgeführt werden.
Grundvorlesungen
Fachdidaktische Entwicklung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Fachdidaktikseminare der PH Freiburg
Dozent:in: Dozent:innen der PH Freiburg
Sprache: auf Deutsch
Für das Modul „Fachdidaktische Entwicklung“ können auch geeignete Veranstaltungen an der PH Freiburg absolviert werden, sofern dort Studienplätze zur Verfügung stehen. Ob Veranstaltungen geeignet sind, sprechen Sie bitte vorab mit Frau Böcherer-Linder ab; ob Studienplätze zur Verfügung stehen, müssen Sie bei Interessen an einer Veranstaltung von den Dozent:inn:en erfragen.
Fachdidaktische Entwicklung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Modul "Fachdidaktische Forschung"
Dozent:in: Dozent:innen der PH Freiburg, Anselm Strohmaier
Sprache: auf Deutsch
Teil 1: Seminar 'Fachdidaktische Entwicklungsforschung zu ausgewählten Schwerpunkten': Mo, 14-16 Uhr, Mensa 3 / Zwischendeck SR 032, PH Freiburg, – eventuelle kurzfristige Zeit- oder Raumänderungen entnehmen Sie bitte dem Vorlesungsverzeichns der PH Freiburg.
Teil 2: Seminar 'Methoden der mathematikdidaktischen Forschung': Mo, 10-13 Uhr, Mensa 3 / Zwischendeck SR 032, PH Freiburg, – eventuelle kurzfristige Zeit- oder Raumänderungen entnehmen Sie bitte dem Vorlesungsverzeichns der PH Freiburg.
Teil 3: Begleitseminar zur Masterarbeit 'Entwicklung und Optimierung eines fachdidaktischen Forschungsprojekts' Termine nach Vereinbarung
Anmeldung zum Modul: siehe Kommentiertes Vorlessungsverzeichnis
Eventuelle kurzfristige Zeit- oder Raumänderungen entnehmen Sie bitte dem Vorlesungsverzeichns der PH Freiburg.
Die drei zusammengehörigen Veranstaltungen des Moduls bereiten auf das Anfertigen einer empirischen Masterarbeit in der Mathematikdidaktik vor. Das Angebot wird von allen Professor:innen der PH mit mathematikdidaktischen Forschungsprojekten der Sekundarstufe 1 und 2 gemeinsam konzipiert und von einem dieser Forschenden durchgeführt. Im Anschluss besteht das Angebot, bei einem/einer dieser Personen eine fachdidaktische Masterarbeit anzufertigen – meist eingebunden in größere laufende Forschungsprojekte.
In der ersten Veranstaltung des Moduls findet eine Einführung in Strategien empirischer fachdidaktischer Forschung statt (Forschungsfragen, Forschungsstände, Forschungsdesigns). Studierende vertiefen ihre Fähigkeiten der wissenschaftlichen Recherche und der Bewertung fachdidaktischer Forschung. In der zweiten Veranstaltung (im letzten Semesterdrittel) werden die Studierenden durch konkrete Arbeit mit bestehenden Daten (Interviews, Schülerprodukte, Experimentaldaten) in zentrale qualitative und quantitative Forschungsmethoden eingeführt. Die dritte Veranstaltung ist ein Begleitseminar zur Masterarbeit.
Die Haupziele des Moduls sind die Fähigkeit zur Rezeption mathematikdidaktischer Forschung zur Klärung praxisrelevanter Fragen sowie die Planung einer empirischen mathematikdidaktischen Masterarbeit. Es wird abgehalten werden als Mischung aus Seminar, Erarbeitung von Forschungsthemen in Gruppenarbeit sowie aktivem Arbeiten mit Forschungsdaten. Literatur wird abhängig von den angebotenen Forschungsthemen innerhalb der jeweiligen Veranstaltungen angegeben werden. Die Teile können auch in verschiedenen Semestern besucht werden, zum Beispiel Teil~1 im zweiten Mastersemester und Teil~2 in der Kompaktphase des dritten Mastersemesters nach dem Praxissemester.
Fachdidaktische Forschung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Einführung in die Programmierung für Studierende der Naturwissenschaften
Dozent:in: Ludwig Striet
Sprache: auf Deutsch
Vorlesung: Mo, 16-18 Uhr, HS Weismann-Haus, Albertstr. 21a
Übung: 2-stündig, verschiedene Termine
Die Veranstaltung bietet eine Einführung in die Programmierung mit theoretischen und praktischen Einheiten. Schwerpunkte der Veranstaltung sind
Die praktischen Inhalte werden in der Programmiersprache C++ sowie in MATLAB/GNU Octave erarbeitet. Die erworbenen Kenntnisse werden anhand von Übungen erprobt und vertieft.
keine
Mathematische Ergänzung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Praktische Übung Numerik
Dozent:in: Patrick Dondl
Sprache: auf Deutsch
In den begleitenden praktischen Übungen zur Vorlesung Numerik II werden die in der Vorlesung entwickelten und analysierten Algorithmen praktisch umgesetzt und experimentell getestet. Die Implementierung erfolgt in den Programmiersprachen Matlab, C++ und Python. Elementare Programmierkenntnisse werden dabei vorausgesetzt.
Siehe bei der Vorlesung Numerik II.
Zusätzlich elementare Programmierkenntnisse.
Mathematische Ergänzung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Praktische Übung
Dozent:in: Peter Pfaffelhuber
Sprache: auf Englisch
Mo, 12-14 Uhr, SR 127, Ernst-Zermelo-Str. 1
Mathematische Ergänzung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Bitte beachten Sie die in den Kommentaren zum Vorlesungsverzeichnis veröffentlichten Anmeldemodalitäten zu den einzelnen Seminaren: In der Regel erfolgt die Platzvergabe bei der Vorbesprechung am Ende der Vorlesungszeit des Sommersemesters. Anschließend müssen Sie sich noch in HISinOne zur Prüfung anmelden; der Anmeldezeitraum läuft voraussichtlich vom 1. März bis 15. April 2026.
Seminar: Algebraische D-Moduln
Dozent:in: Annette Huber-Klawitter
Assistenz: Ben Snodgrass
Sprache: Vortrag/Teilnahme auf Deutsch oder Englisch möglich
Seminar: Mo, 10-12 Uhr, SR 404, Ernst-Zermelo-Str. 1
Vorbesprechung
Mathematische Ergänzung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Seminar: Approximation Properties of Deep Learning
Dozent:in: Diyora Salimova
Sprache: Vortrag/Teilnahme auf Deutsch oder Englisch möglich
Seminar: Mi, 14-16 Uhr, SR 226, Hermann-Herder-Str. 10
Voranmeldung: per E-Mail an Diyora Salimova
Vorbesprechung
Vortragsbesprechungen (Tutorium zum Seminar): Termine nach Vereinbarung
Mathematische Ergänzung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Seminar zur Darstellungstheorie
Dozent:in: Wolfgang Soergel
Sprache: Vortrag/Teilnahme auf Deutsch oder Englisch möglich
Seminar: Do, 10-12 Uhr, SR 125, Ernst-Zermelo-Str. 1
Voranmeldung: Per E-Mail an Wolfgang Soergel
Vorbesprechung
Vortragsbesprechungen (Tutorium zum Seminar): Termine nach Vereinbarung
Mathematische Ergänzung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Seminar: Starke Homologien, abgeleitete Limiten und Mengenlehre
Dozent:in: Heike Mildenberger
Assistenz: Maxwell Levine
Sprache: Vortrag/Teilnahme auf Deutsch oder Englisch möglich
Seminar: Di, 16-18 Uhr, SR 125, Ernst-Zermelo-Str. 1
Vorbesprechung
Vortragsbesprechungen (Tutorium zum Seminar): Termine nach Vereinbarung
Mathematische Ergänzung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Seminar zur Stochastik
Dozent:in: Angelika Rohde
Sprache: Vortrag/Teilnahme auf Deutsch oder Englisch möglich
Mathematische Ergänzung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Seminar: String-Topologie
Dozent:in: Nadine Große
Assistenz: Maximilian Stegemeyer
Sprache: Vortrag/Teilnahme auf Deutsch oder Englisch möglich
Seminar: Di, 12-14 Uhr, SR 125, Ernst-Zermelo-Str. 1
Vorbesprechung
Vortragsbesprechungen (Tutorium zum Seminar): Termine nach Vereinbarung
Mathematische Ergänzung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Seminar: Topics in the Calculus of Variations
Dozent:in: Patrick Dondl, Guofang Wang
Sprache: Vortrag/Teilnahme auf Deutsch oder Englisch möglich
Seminar: Mi, 16-18 Uhr, SR 125, Ernst-Zermelo-Str. 1
Vorbesprechung SR 125, Ernst-Zermelo-Str. 1
Vortragsbesprechungen (Tutorium zum Seminar): Termine nach Vereinbarung
In HISinOne keine Belegung, aber Prüfungsanmeldung bis 15.04.2026.
Mathematische Ergänzung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.Seminar: Medical Data Science
Dozent:in: Harald Binder
Sprache: Vortrag/Teilnahme auf Deutsch oder Englisch möglich
Seminar: Mi, 10:15-11:30 Uhr, HS Medizinische Biometrie, 1. OG, Stefan-Meier-Str. 26
Voranmeldung: per E-Mail an Olga Sieber
Vorbesprechung HS Medizinische Biometrie, 1. OG, Stefan-Meier-Str. 26
In HISinOne keine Belegung, aber Prüfungsanmeldung bis 8.10.2025.
Zur Beantwortung komplexer biomedizinischer Fragestellungen aus großen Datenmengen ist oft ein breites Spektrum an Analysewerkzeugen notwendig, z.B. Deep-Learning- oder allgemeiner Machine-Learning-Techniken, was häufig unter dem Begriff "`Medical Data Science"' zusammengefasst wird. Statistische Ansätze spielen eine wesentliche Rolle als Basis dafür. Eine Auswahl von Ansätzen soll in den Seminarvorträgen vorgestellt werden, die sich an kürzlich erschienenen Originalarbeiten orientieren. Die genaue thematische Ausrichtung wird noch festgelegt.
Gute Kenntnisse in Wahrscheinlichkeitstheorie und Mathematischer Statistik.
Mathematische Ergänzung
Die Zahl der ECTS-Punkte entnehmen Sie bitte den Ergänzungen zu den Modulhandbüchern.