Lehrveranstaltungen



5 verschiedene Lehrveranstaltungen gefunden Suche aufheben
Fakultät für LehrerInnenbildung
Masterstudium Lehramt Sekundarstufe (Allgemeinbildung) laut Curriculum 2018 (120 ECTS-AP, 4 Semester)
  LEHRVERANSTALTUNGEN Interdisziplinäre Kompetenzen (10 ECTS-AP)
Lernergebnisse: Im Modul "Interdisziplinäre Kompetenzen" sind Lehrveranstaltungen im Ausmaß von 10 ECTS-AP zu absolvieren, die von den Studierenden aus den Lehrveranstaltungen der Curricula der an diesem Studium beteiligten Institutionen oder aus den die Induktionsphase begleitenden Lehrveranstaltungen frei gewählt werden können.
Die folgenden LVen/Module stellen Vorschläge dar. Grundsätzlich stehen für Fragen zu möglichen LVen für den Wahlfachbereich gerne die Studienbeauftragten bzw. Studienbevollmächtigen zur Verfügung. Die Wahl von Lehrveranstaltungen, die als Pflicht- oder Wahlfächer in dem die Zulassung begründenden Bachelorstudium absolviert wurden, ist nicht erlaubt.
702621
VO Optimierung (VO / 3h / 4,5 ECTS-AP)
Markus Haltmeier
Details zu dieser Lehrveranstaltung
702622
PS Optimierung (PS / 2h / 3 ECTS-AP)
Markus Haltmeier
Details zu dieser Lehrveranstaltung
Individuelle Schwerpunktsetzung (10 ECTS-AP)
Lernergebnisse: Im Modul "Individuelle Schwerpunktsetzung" sind Module im Umfang von 10 ECTS-AP zu absolvieren, die von den Studierenden aus dem Modulen der an diesem Studium beteiligen Institutionen oder aus den die Induktionsphase begleitenden Modulen frei gewählt werden können.
Die folgenden LVen/Module stellen Vorschläge dar. Grundsätzlich stehen für Fragen zu möglichen LVen für den Wahlfachbereich gerne die Studienbeauftragten bzw. Studienbevollmächtigen zur Verfügung. Die Wahl von Lehrveranstaltungen, die als Pflicht- oder Wahlfächer in dem die Zulassung begründenden Bachelorstudium absolviert wurden, ist nicht erlaubt.
702621
VO Optimierung (VO / 3h / 4,5 ECTS-AP)
Markus Haltmeier
Details zu dieser Lehrveranstaltung
702622
PS Optimierung (PS / 2h / 3 ECTS-AP)
Markus Haltmeier
Details zu dieser Lehrveranstaltung
Fakultät für Mathematik, Informatik und Physik
INFO Bachelorstudium Mathematik nach dem Curriculum 2007 (180 ECTS-AP, 6 Semester)
6. Semester
Pflichtmodul 20: Optimierung (7,5 ECTS-AP, 5 SSt.)
Anmeldevoraussetzung: keine
Lernergebnisse: Absolventinnen und Absolventen dieses Moduls verstehen die Inhalte der
Vorlesung und können diese wiedergeben und anwenden. Sie haben die
Fertigkeit erworben, sich ähnliche Inhalte selbständig zu erarbeiten. Sie sind in
der Lage, Optimierungsprobleme in Anwendungen zu erkennen, in eine
mathematische Formulierung zu übersetzen und die entsprechenden
Algorithmen und Lösungsverfahren situationsgerecht anzuwenden. Weiters
sollen sie ein Grundverständnis für die Methoden der mathematischen
Optimierung erlangt haben.
702621
VO Optimierung (VO / 3h / 4,5 ECTS-AP)
Markus Haltmeier
Details zu dieser Lehrveranstaltung
702622
PS Optimierung (PS / 2h / 3 ECTS-AP)
Markus Haltmeier
Details zu dieser Lehrveranstaltung
INFO Masterstudium Mathematik nach dem Curriculum 2007 (120 ECTS-AP, 4 Semester)
1.-4. Semester
Pflichtmodul 7: Spezielle Themen und Methoden (15 ECTS-AP, 8 SSt.)
Anmeldevoraussetzung: keine
Lernergebnisse: Absolventinnen und Absolventen dieses Moduls haben spezielle Kenntnisse in einem
oder mehreren Teilgebieten der höheren Mathematik erworben. Sie sind in der Lage,
innovative Lösungen für aktuelle Probleme aus diesen Teilgebieten der Mathematik zu
entwickeln sowie verschiedene Herangehensweisen kritisch zu beurteilen. Dabei haben Sie Lernstrategien entwickelt, die es ihnen ermöglichen, sich weitere mathematische Inhalte autonom anzueignen.
702812
VU Spezielle Themen und Methoden 2: Mathematische Grundlagen des Deep Learning (VU / 4h / 7,5 ECTS-AP)
Sébastien Nicolas Christophe Court, Markus Haltmeier
Details zu dieser Lehrveranstaltung
Pflichtmodul 8: Forschungsseminare (10 ECTS-AP, 4 SSt.)
Anmeldevoraussetzung: keine
Lernergebnisse: Absolventinnen und Absolventen dieses Moduls haben sich durch selbständiges Studium
vertiefte Kenntnisse in einem Teilgebiet der höheren Mathematik erarbeitet. Sie sind
außerdem mit relevanter mathematischer Literatur vertraut und können deren
mathematischen Gehalt beurteilen. Sie sind in der Lage, sich kreativ und methodisch
korrekt mit Problemen der höheren Mathematik auseinanderzusetzen und das Ergebnis dieser Auseinandersetzungen schriftlich und mündlich für Expertinnen und Experten gut verständlich darzulegen. Die Inhalte der Seminare orientieren sich an aktuellen Forschungsthemen.
702815
SE Forschungsseminar: Angewandte Mathematik (SE / 2h / 5 ECTS-AP)
Markus Haltmeier
Details zu dieser Lehrveranstaltung
INFO "Doctor of Philosophy" - Doktoratstudium Mathematik nach Curriculum 2009 (180 ECTS-AP, 6 Semester)
Pflichtmodule (30 ECTS-AP)
Pflichtmodul 2: Wissenschaftliche Grundlagen/Kernkompetenzen zum Dissertationsthema (10 ECTS-AP)
Anmeldevoraussetzung: keine
Lernergebnisse: Nach erfolgreicher Absolvierung dieses Moduls beherrschen die Studierenden die aktive Auseinandersetzung mit dem aktuellen Wissensstand im Bereich des Dissertationsthemas und die kritische Diskussion und Reflexion mit Expertinnen und Experten der gewählten Teildisziplin. Davon ausgehend sind sie in der Lage, eigene Forschungsbeiträge zu liefern. Ebenso verfügen die Studierenden über Schnittstellenkenntnisse auf hohem fachlichen Niveau, welche für die Durchführung der Dissertation benötigt werden.
702815
SE Forschungsseminar: Angewandte Mathematik (SE / 2h / 5 ECTS-AP)
Markus Haltmeier
Details zu dieser Lehrveranstaltung
Weiterbildungsangebote: Universitätslehrgänge - Universitätskurse - Weiterbildungsseminare
INFO Universitätslehrgang Data Science - From Mathematical Foundations to Applications gemäß Curriculum 2019 (90 ECTS-AP, 4 Semester)
Pflichtmodul 2: Methods of Data Science (22,5 ECTS-AP, 9 SSt.)
Anmeldevoraussetzung: absolvierte Lehrveranstaltungen im Umfang von mindestens 15 ECTS-AP aus Pflichtmodul 1
Lernergebnisse: Studierende erwerben tiefgehende Kenntnisse über Supervised Learning mittels Verteilungsregression, über Unsupervised Learning für multivariate Daten sowie Supervised Learning mittels algorithmischer Modelle. Sie besitzen die Fähigkeit, für eine konkrete Aufgabe eigenständig ein wahrscheinlichkeitstheoretisches Modell auszuwählen und anzupassen, insbesondere fällt darunter die Wahl geeigneter Antwortverteilung, Regressoren und Algorithmen zur Parameterschätzung. Sie sind in der Lage, dimensionsreduzierende Verfahren sowie Scaling, Clustering und Assoziationsanalyse anzuwenden. Für eine konkrete Problemstellung können sie eigenständig ein prädiktives Modell auswählen und anpassen, insbesondere setzen sie flexible Lernstrategien unter Verwendung entsprechender Bausteine (Base Learners, Kernels, Regeln usw.) sowie Hyperparameter-Tuning um.
971006
VU Supervised Learning: Algorithmic Modelling (VU / 3h / 7,5 ECTS-AP)
Stephan Antholzer, Markus Haltmeier, Johannes Sappl, Lisa Schlosser, Daniel Winkler, Achim Zeileis
Details zu dieser Lehrveranstaltung