Datenanalyse und Programmiertechnik

Schwerpunktmodul Informatik - Datenanalyse und Programmiertechnik
Kennnummer
Workload
Credits/LP
Studiensemester
Häufigkeit des Angebots
Dauer
270 h
9
1. oder 2. Sem.
(M. Sc.)
Sommersemester
1 Semester
10MES
1
Lehrveranstaltungen
Sprache
a) Algorithmen und Datenstrukturen
b) Data Mining Methoden
deutsch
c) Objektorientierte Programmierung/
Apps
2
Kontaktzeit
a) 2 SWS / 22,5 h
Selbststudium
a) 67,5 h
b) 2 SWS / 22,5 h
b) 67,5 h
c) 2 SWS / 22,5 h
c) 67,5 h
geplante
Gruppengröße
15
Lernergebnisse (learning outcomes) / Kompetenzen
Nachdem Studierende das Modul besucht haben, können sie...
Anwendung (3):
… ihr Grundlagenwissen und ihre Erfahrungen in Informatik und Mathematik auf Frage- / Problemstellungen in den
Bereichen der Datenanalyse und Programmiertechnik beziehen und anwenden
Analyse (4):
… algorithmische Verfahren klassifizieren und deren Praxistauglichkeit bewerten
Synthese (5):
… effiziente Algorithmen zur intelligenten Datenauswertung entwickeln
… objektorientierte Programme und Apps in Java schreiben
Evaluierung (6):
… unterschiedliche Software-Realsierungen vergleichen und bewerten
3
Inhalte
•
•
•
•
•
•
4
Entwurf von effizienten Algorithmen und Datenstrukturen im Bereich der Informatik, algorithmischen
Graphentheorie, Kombinatorischen Optimierung, Maschinelles Lernen
grundlegende algorithmische Verfahrensklassen (Iterative- bzw. rekursive Algorithmen, Dynamisches
Programmieren, Teile & Herrsche, Greedy Algorithmen)
probabilistische und heuristische Algorithmen (z.B. Simulated Annealing, Genetische Verfahren, A*Algorithmus)
intelligente Algorithmen für die Datenanalyse
objektorientierte Programmierung mit Java
Programmierung von Apps für Android
Lehrformen
a) Seminar
b) + c) Vorlesung, Übungen und Laborübungen
Version
1.0
Erstellt von
lac
Freigabe (Datum/Kürzel)
14.09.2016 gol
Gültig ab
5
Teilnahmevoraussetzungen
Mathematik- und Informatik-Kenntnisse, wie sie in einem mechatronischen Bachelorstudiengang vermittelt werden.
6
Prüfungsformen
a) semesterbegleitende Laborarbeit (3 LP)
b) + c) Modulklausur + semesterbegleitende Laborübungen (6 LP)
7
Verwendung des Moduls
Schwerpunktwahlmodul im Masterstudiengang Mechatronische Systeme
8
Modulbeauftragte/r und hauptamtlich Lehrende
Prof. Dr. Sebastian Dörn
9
Literatur
•
•
•
•
•
•
•
•
•
•
•
Version
1.0
Sedgewick, R.; Wayne, K.: Einführung in die Programmierung mit Java, Pearson, 2011
Krüger, G.: Handbuch der Java-Programmierung, Addision-Wesley Verlag, 2012
Ullenboom, C.: Java ist auch eine Insel, Galileo Computing, 2011
Schöning, U.: Algorithmik, Spektrum, 2001
Saake, G.; Sattler, K-U.: Algorithmen und Datenstrukturen, dpunkt Verlag, 2012
Cormen, T. H.; Leiserson, C.; Rivest, R.; Stein, C.: Algorithmen - Eine Einführung, Oldenbourg, 2012
Korte, B.: Kombinatorische Optimierung, Spektrum, 2008
Runkler, T.: Data Mining, Vieweg, 2012
Russell, S.; Norvig, P.: Künstliche Intelligenz, Pearson, 2012
Ertel, W.: Künstliche Intelligenz, Vieweg, 2012
Lunze, J.: Künstliche Intelligenz, Oldenbourg, 2012.
Erstellt von
lac
Freigabe (Datum/Kürzel)
14.09.2016 gol
Gültig ab