Student Courses

Vorlesung

Vorlesung mit Übung

Hauptseminar

Seminar

Kolloquium

Praktikum/Projekt

Sonstige Lehrveranstaltung

Übung

Vorlesung

Vorlesung mit Übung

Hauptseminar

Seminar

Kolloquium

Praktikum/Projekt

Sonstige Lehrveranstaltung

Übung

Important Info: The Seminar “Maschinelles Lernen und Datenanalytik für Industrie 4.0” will not be offered in the Summer Semester 2024.
No matching entries found.

No matching entries found.

No matching entries found.

Lecture (VORL)

Exercise (UE)

Colloquium (KO)

Seminar (SEM)

Internship (PR)

  • Lab project Machine Learning for Time Series

    • 2 SWS; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Time and place on appointment

  • Innovation Lab for Wearable and Ubiquitous Computing

    Themenvergabe und Terminfindung in der ersten Woche des Semesters. Die Vergabe der Plätze im Kurs erfolgt nach einem Aufnahmeantrag. In diesem sollen Studierende ihren Studiengang, ihr Fachsemester und den angestrebten Abschluss nennen (Bachelor/Master). Sind zu viele Anmeldungen eingegangen und der Kurs ist voll, gibt es eine Warteliste.
    Das Praktikum steht Studierenden der genannten Studienrichtungen ab dem 5. Bachelorsemester (und aller Mastersemester) ebenfalls offen. Für weitere Studiengänge und ECTS-Verteilungen bitte unter Matthias.Zuerl@fau.de nachfragen.
    Weitere Informationen zu der Lehrveranstaltung können auch unserer Webseite entnommen werden: https://www.mad.tf.fau.de/teaching/innolab/ ,

    Anmeldung: https://www.studon.fau.de/crs4362400.html

    Die Anmeldung ist möglich ab dem 14.03.2022* bis einschließlich *15.04.2022

    • 4 SWS; Expected participants: 40; Allowed for guest students, Lecture's language English
    • Date:
      • Tue 16:15-17:45, Room 00.010 (exclude vac) ICS
      • Thu 12:15-13:45, Room 00.010 (exclude vac) ICS

Other courses (SL)

Lecture (VORL)

Exercise (UE)

  • Human Computer Interaction Exercises

    • 1 SWS; Expected participants: 80; ECTS studies (ECTS credits: 1,25), Lecture's language English
    • Date:
      • Tue 12:15-13:45, Room H3 Egerlandstr.3 (exclude vac)

  • Reinforcement Learning Exercise

    • 2 SWS; Expected participants: 50; Allowed for guest students; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Thu 8:30-10:00, Room Zoom-Meeting (exclude vac)

Colloquium (KO)

Seminar (SEM)

  • Catching your eyes: AI-driven modeling and analysis of eye-tracking data

    Assignment: mailto: dario.zanca@fau.de
    The grade is based on a presentation and a report, both counting 50% of the final grade.

    • 2 SWS; Expected participants: 20; Allowed for guest students; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Tue 12:15-13:45, Room 00.010 (exclude vac)

  • Green AI - AI for Sustainability and Sustainability of AI

    There are no more free places in the SS 2022.

    • 2 SWS; Expected participants: 20; Allowed for guest students; ECTS studies (ECTS credits: 5), Lecture's language English
    • Date:
      • Thu 10:15-11:45, Room 00.010
      • single appointment on 21.07.2022 10:15-11:45, Room 01.151-128 (exclude vac)

  • Legged Locomotion of Robots

    • 2 SWS; Expected participants: 20; Allowed for guest students; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Tue 10:15-11:45, Room 00.010 (exclude vac)

  • Machine Learning and Data Analytics for Industry 4.0

    Registration via mail to johannes.roider@fau.de

    Registration via e-mail to johannes.roider@fau.de Registration period: 25.02.-04.05.2022

    The seminar will be held face-to-face.

    Requirements:

    • Prior knowledge of machine learning via courses like PA, IntroPR, PR, DL, MLTS, CVP or equivalent (ideally first project experiences) is expected!
    • Motivation to explore scientific findings (e.g. via literature research)
    • Motivation to code and analyze data

    Please state your previous experience in machine learning (e. g. Which courses did you take? Which project experience do you have?) when registering for the course.

    Examination:

    50% of grade: Presentation + demo (20 minutes)

    50% of grade 4 pages IEEE standard paper (excluding references) (+ code submission)

    Attendance of all meetings is required.

    • 2 SWS; Expected participants: 10; Allowed for guest students; ECTS studies (ECTS credits: 5), Lecture's language English
    • Date:
      • Wed 16:15-18:00, Room 00.010 (exclude vac)

Internship (PR)

  • Legged Locomotion of Robots Laborprojekt

    • 2 SWS; Expected participants: 20; Allowed for guest students; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Time and place on appointment

  • Innovation lab for wearable and ubiquitous computing

    Themenvergabe und Terminfindung in der ersten Woche des Semesters. Die Vergabe der Plätze im Kurs erfolgt nach einem Aufnahmeantrag. In diesem sollen Studierende ihren Studiengang, ihr Fachsemester und den angestrebten Abschluss nennen (Bachelor/Master). Sind zu viele Anmeldungen eingegangen und der Kurs ist voll, gibt es eine Warteliste.
    Das Praktikum steht Studierenden der genannten Studienrichtungen ab dem 5. Bachelorsemester (und aller Mastersemester) ebenfalls offen. Für weitere Studiengänge und ECTS-Verteilungen bitte unter Matthias.Zuerl@fau.de nachfragen.
    Weitere Informationen zu der Lehrveranstaltung können auch unserer Webseite entnommen werden: https://www.mad.tf.fau.de/teaching/innolab/ ,

    Anmeldung: https://www.studon.fau.de/crs4362400.html

    Die Anmeldung ist möglich ab dem 14.03.2022* bis einschließlich *15.04.2022

    • 4 SWS; Expected participants: 40; Allowed for guest students, Lecture's language English
    • Date:
      • Tue 16:15-17:45, Room 00.010 (exclude vac)
      • Thu 12:15-13:45, Room 00.010 (exclude vac)

Other courses (SL)

Lecture (VORL)

Exercise (UE)

Colloquium (KO)

Seminar (SEM)

  • Digital Psychology Lab

    Voraussetzungen: Im Vordergrund des Kurses steht die Verarbeitung und Analyse von biopsychologischen Daten in Python im Vordergrund. Daher sind (gute) Kenntnisse der Programmiersprache Python und damit verbundene Programmbibliotheken (NumPy, Pandas, SciPy, Matplotlib, etc.), bzw. das Interesse, sich diese Kenntnisse als Vorbereitung oder im Laufe des Kurses anzueignen, erwünscht.

    Wenn Sie Ihr Wissen prüfen oder auffrischen wollen, empfehlen wir Ihnen die folgenden Vorlesungen und Online-Ressourcen: Beachten Sie jedoch, dass einige von ihnen bei vielen Themen über die Anforderungen dieses Kurses hinausgehen!

    Anmeldung: Studierende der Medizintechnik melden sich bei Interesse an der Lehrveranstaltung bitte vorab per Email an mad-dipsylab@fau.de an.

    • 2 SWS; Expected participants: 30; ECTS studies (ECTS credits: 5)
    • Date:
      • Mon 14:15-15:45, Room 00.010 (exclude vac)

  • Green AI

    • 2 SWS; Expected participants: 20; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Time and place on appointment

  • The why and how of human gait simulations

    Organisation and slides via StudOn.

    Assignment: Mail to mailto:anne.koelewijn@fau.de

    The grade consists of a presentation and a report, both counting 50% of the final grade.

    • 2 SWS; Expected participants: 20; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Tue 10:15-11:45, Room 00.010 (exclude vac)

  • Maschinelles Lernen und Datenanalytik für Industrie 4.0

    Registration via mail to johannes.roider@fau.de

    Prerequisites
    Registration via e-mail to johannes.roider@fau.de Registration period: 16.08. - 19.10.2021

    The seminar is planned to be held in person, given that the Bavarian state government allows face-to-face teaching at the time when the course starts. More information will be sent via mail to registered students.

    Requirements:

    • Prior knowledge of machine learning via courses like PA, IntroPR, PR, DL, MLTS, CVP or equivalent (ideally first project experiences) is expected!
    • Motivation to explore scientific findings (e.g. via literature research)
    • Motivation to code and analyze data

    Examination:

    50% of grade: Presentation + demo (20 minutes)

    50% of grade 4 pages IEEE standard paper (excluding references) (+ code submission)

    Attending the presentations of other students

    • 2 SWS; Expected participants: 7; ECTS studies (ECTS credits: 5), Lecture's language English
    • Date:
      • Wed 16:15-18:00, Room 00.010 (exclude vac)

Internship (PR)

  • Lab project Machine Learning for Time Series

    • 2 SWS; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Time and place on appointment

  • Innovationslabor für Wearable und Ubiquitous Computing

    Themenvergabe und Terminfindung in der ersten Woche des Semesters.
    Anmeldung bis 08.10.2021 unter Studon.
    Die Vergabe der Plätze im Kurs erfolgt nach einem Aufnahmeantrag. In diesem sollen Studierende ihren Studiengang, ihr Fachsemester und den angestrebten Abschluss nennen (Bachelor/Master). Sind zu viele Anmeldungen eingegangen und der Kurs ist voll, gibt es eine Warteliste.
    Das Praktikum steht Studierenden der genannten Studienrichtungen ab dem 5. Bachelorsemester (und aller Mastersemester) ebenfalls offen. Für weitere Studiengänge und ECTS-Verteilungen bitte unter Matthias.Zuerl@fau.de nachfragen.
    Weitere Informationen zu der Lehrveranstaltung können auch unserer Webseite entnommen werden: https://www.mad.tf.fau.de/teaching/innolab/ ,

    Anmeldung: https://www.studon.fau.de/crs3985784.html

    Die Anmeldung ist möglich ab dem 06.09.2021* bis einschließlich *08.10.2021

    • 4 SWS; Expected participants: 40, Lecture's language English
    • Date:
      • Tue 16:15-17:45, Room 00.010 (exclude vac)
      • Thu 12:15-13:45, Room 00.010 (exclude vac)

Other courses (SL)

  • Project Machine Learning and Data Analytics

    Master Studium Informatik

    Kick-off seminar on first Thursday of each semester (WS 21/22 - 21.10.2021)

    Depending on the topic knowledge from courses like PR, PA, DL, MLTS or CV including good Python programming skills are required.
    Motivation to code and experiment

    • ECTS studies (ECTS credits: 10)
    • Date:
      • Thu 16:15-18:00, Room 00.010 (exclude vac)

Lecture (VORL)

Exercise (UE)

  • Algorithmen und Datenstrukturen (für Medizintechnik) Rechnerübung

    Die Rechnerübungen beginnen in der zweiten Vorlesungswoche!

    Alle Rechnerübungen finden ausschließlich digital (Zoom) statt.

    • 2 SWS; Expected participants: 150; Early study; ECTS studies (ECTS credits: 2,5)
    • Date:
      • Thu 10:15-11:45, Room Zoom-Meeting (exclude vac)
      • Thu 8:15-9:45, Room Zoom-Meeting (exclude vac)
      • Tue 12:15-13:45, Room Zoom-Meeting (exclude vac)
      • Tue 8:15-9:45, Room Zoom-Meeting (exclude vac)
      • Thu 12:15-13:45, Room Zoom-Meeting

  • Algorithmen und Datenstrukturen (für Medizintechnik) Tafelübung

    Die Tafelübung beginnt in der ersten, die Rechnerübungen in der zweiten Vorlesungswoche!

    Alle Tafelübungen finden ausschließlich digital (Zoom) statt. Es stehen stehen Videoaufzeichnungen der Tafelübungsinhalte bereit, in den Zoom-Meetings werden diese Inhalte vertieft und durch Tutorien ergänzt.

    • 2 SWS; Expected participants: 150; Early study; Certificate; ECTS studies (ECTS credits: 2,5)
    • Date:
      • Wed 14:15-15:45, Room Zoom-Meeting (exclude vac)

  • Human Computer Interaction Exercises

    • 1 SWS; Expected participants: 80; ECTS studies (ECTS credits: 1,25), Lecture's language English
    • Date:
      • Mon 14:15-15:45, Room K1-119 Brose-Saal (exclude vac)

  • Reinforcement Learning Übung

    • 2 SWS; Expected participants: 50; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Mon 10:15-11:45, Room Zoom-Meeting (exclude vac)

Colloquium (KO)

Seminar (SEM)

  • The why and how of human gait simulations

    Organisation and slides via StudOn.

    Assignment: Mail to mailto:anne.koelewijn@fau.de

    The grade consists of a presentation (100% of the final grade).

    • 2 SWS; Expected participants: 20; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Tue 10:15-11:45, Room 00.010 (exclude vac)

  • Legged Locomotion of Robots

    • 2 SWS; Expected participants: 20; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Tue 10:15-11:45, Room 00.010 (exclude vac)

  • Maschinelles Lernen und Datenanalytik für Industrie 4.0

    Registration via mail to an.nguyen@fau.de

    Prerequisites
    Registration via e-mail to an.nguyen@fau.de Registration period: 15.02-19.04.2021

    This course will be held online until the coronavirus pandemic is contained to such an extent that the Bavarian state government can allow face-to-face teaching again. More information will be sent via mail to registered students.

    Requirements:

    • Prior knowledge of machine learning via courses like PA, IntroPR, PR, DL, MLTS, CVP or equivalent (ideally first project experiences) is expected!
    • Motivation to explore scientific findings (e.g. via literature research)
    • Motivation to code and analyze data

    Examination:

    50% of grade: Presentation + demo (20 minutes)

    50% of grade 4 pages IEEE standard paper (excluding references) + code submission

    Attending the presentations of other students

    • 2 SWS; Expected participants: 7; ECTS studies (ECTS credits: 5), Lecture's language English
    • Date:
      • Wed 16:15-18:00, Room 00.010 (exclude vac)

Internship (PR)

  • Legged Locomotion of Robots Laborprojekt

    • 2 SWS; Expected participants: 20; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Time and place on appointment

  • Innovationslabor für Wearable und Ubiquitous Computing

    Themenvergabe und Terminfindung in der ersten Woche des Semesters.
    Anmeldung bis 28.03.2021 unter Studon.
    Die Vergabe der Plätze im Kurs erfolgt nach einem Aufnahmeantrag. In diesem sollen Studierende ihren Studiengang, ihr Fachsemester und den angestrebten Abschluss nennen (Bachelor/Master). Sind zu viele Anmeldungen eingegangen und der Kurs ist voll, gibt es eine Warteliste.
    Das Praktikum steht Studierenden der genannten Studienrichtungen ab dem 5. Bachelorsemester (und aller Mastersemester) ebenfalls offen. Für weitere Studiengänge und ECTS-Verteilungen bitte unter Matthias.Zuerl@fau.de nachfragen.
    Weitere Informationen zu der Lehrveranstaltung können auch unserer Webseite entnommen werden: https://www.mad.tf.fau.de/teaching/innolab/ ,

    Anmeldung: https://www.studon.fau.de/crs3647677.html

    Die Anmeldung ist möglich ab dem 01.03.2021* bis einschließlich *28.03.2021

    • 4 SWS; Expected participants: 40, Lecture's language English
    • Date:
      • Tue 16:15-17:45, Room 00.010 (exclude vac)
      • Thu 12:15-13:45, Room 00.010 (exclude vac)

Other courses (SL)

  • Project Machine Learning and Data Analytics

    Registration via email to dario.zanca@fau.de or an.nguyen@fau.de

    Master Studium Informatik

    Kick-off seminar on first Thursday of each semester (SS2021 - 15.04.2021)

    Depending on the topic knowledge from courses like PR, PA, DL, MLTS or CV including good Python programming skills are required.
    Motivation to code and experiment

    • ECTS studies (ECTS credits: 10)
    • Date:
      • Thu 16:15-18:00, Room 00.010

Lecture (VORL)

  • Bewegungsanalyse und biomechanische Grenzgebiete

    Für diese Lehrveranstaltung ist eine Anmeldung erforderlich.
    Die Anmeldung erfolgt über: https://www.vhb.org/

    • 2 SWS; ECTS studies (ECTS credits: 2,5)
    • Date:
      • Time and place on appointment

  • Biomedizinische Signalanalyse

    • 2 SWS; Expected participants: 100; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Tue 10:15-11:45, (exclude vac)

  • A look inside the human body - gait analysis and simulation

    Organisation and slides via StudOn. Grading: written or oral exam

    • 2 SWS; Expected participants: 120; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Mon 14:15-15:45, Room H15 (exclude vac)

  • Lecture Machine Learning for Time Series

    • 2 SWS; Expected participants: 50; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Wed 8:15-9:45, Room Zoom-Meeting (exclude vac)

  • Algorithms and Data Structures for Medical Engineers

    Die Vorlesung wird als Aufzeichnung angeboten. Die Videos werden über das StudOn-Portal verteilt:

    Kurs: AuD-MT WS 20/21

    Ordner: Vorlesung Videos

    Zu den Vorlesungszeiten wird eine Fragestunde angeboten:
    Zoom-Webinar IDs

    • Montags: 976 9059 7167*
    • Freitags: *934 0356 3371

    Für die Teilnahme ist kein Passwort, aber login von FAU-Account aus notwendig.

    Bitte den Zoom-Client verwenden, Browser-PlugIns werden nicht vollständig unterstützt.

    Das Passwort für den StudOn-Zugang wird, zusammen mit vielen weitern Informationen, in der 1. Vorlesung bekannt gegeben.

    AuD-MT besteht aus zwei Modulen:

    • AuD-MT-V, die Vorlesung, und
    • AuD-MT-UE, den Rechner- und Tafelübungen zur Vorlesung.
    • 4 SWS; Expected participants: 400; Early study; ECTS studies (ECTS credits: 5)
    • Date:
      • Mon 16:15-17:45, Room Zoom-Webinar (exclude vac)
      • Fry 10:15-11:45, Room Zoom-Webinar (exclude vac)

Exercise (UE)

  • Algorithmen und Datenstrukturen (für Medizintechnik) Rechnerübung

    Der Übungsbetrieb beginnt in der zweiten Vorlesungswoche!

    Alle Rechnerübungen finden ausschließlich digital (Zoom) statt.

    Die Vorlesung findet als Zoom-Webinar statt.

    Die Webinare finden Sie unter folgenden URLs:

    • Montags, 16:15-17:45 Uhr: ID: 976 9059 7167
    • Freitags, 10:15-11:45 Uhr: ID: 934 0356 3371

    Für Teilnahme ist kein Passwort, aber ein Login über Ihren FAU-Account aus notwendig.
    Sie können sich ca. 15min vor Beginn des Webinars einloggen.

    • 2 SWS; Expected participants: 380; Early study; ECTS studies (ECTS credits: 2,5)
    • Date:
      • Fry 8:15-9:45, Room Zoom-Meeting (exclude vac)
      • Tue 12:15-13:45, Room Zoom-Meeting (exclude vac)
      • Thu 8:15-9:45, Room Zoom-Meeting (exclude vac)
      • Tue 8:15-9:45, Room Zoom-Meeting
      • Thu 10:15-11:45, Room Zoom-Meeting (exclude vac)
      • Wed 10:15-11:45, Room Zoom-Meeting
      • Thu 16:15-17:45, Room Zoom-Meeting (exclude vac)
      • Mon 14:15-15:45, Room Zoom-Meeting (exclude vac)
      • Mon 12:15-13:45, Room Zoom-Meeting
      • Fry 12:15-13:45, Room Zoom-Meeting (exclude vac)

  • Algorithmen und Datenstrukturen (für Medizintechnik) Tafelübung

    Der Übungsbetrieb beginnt in der zweiten Vorlesungswoche!

    Alle Tafelübungen finden ausschließlich digital (Zoom) statt. Es stehen stehen Videoaufzeichnungen der Tafelübungsinhalte bereit, in den Zoom-Meetings werden diese Inhalte vertieft und durch Tutorien ergänzt.

    Die Vorlesung findet als Zoom-Webinar statt.

    Die Webinare finden Sie unter folgenden URLs:

    • Montags, 16:15-17:45 Uhr: ID: 976 9059 7167
    • Freitags, 10:15-11:45 Uhr: ID: 934 0356 3371

    Für Teilnahme ist kein Passwort, aber ein Login über Ihren FAU-Account aus notwendig.
    Sie können sich ca. 15min vor Beginn des Webinars einloggen.

    • 2 SWS; Expected participants: 380; Early study; Certificate; ECTS studies (ECTS credits: 2,5)
    • Date:
      • Tue 12:15-13:45, Room Zoom-Meeting (exclude vac)
      • Mon 14:15-15:45, Room Zoom-Meeting (exclude vac)
      • Fry 12:15-13:45, Room Zoom-Meeting (exclude vac)
      • Thu 14:15-15:45, Room Zoom-Meeting (exclude vac)
      • Wed 14:15-15:45, Room Zoom-Meeting (exclude vac)

  • Biomedizinische Signalanalyse Übung

    • 2 SWS; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Mon 10:15-11:45, Room Zoom-Meeting (exclude vac)

  • Maschinelles Lernen für Zeitreihen Übung

    • 2 SWS; Expected participants: 50; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Tue 10:15-11:45, Room Zoom-Meeting (exclude vac)

Lecture with exercise (V/UE)

  • Machine Learning for Engineers; Introduction to Methods and Tools

    The official start-date is the 2.11, but joining the course at a later date is possible. For this course, there exist no conventional lectures and predefined dates, but a series of videos, exercises and supplemental material, which you are expected to learn in a self-taught manner. You can expect support by the tutors in the forum, E-Mail and on-demand exercises.

    Course-access via Studon is NOT possible. The registration is ONLY possible via the VHB portal.

    Please contact for any questions the responsible tutors and organizers: franz.koeferl@fau.de, bejamin.lutz@faps.fau.de, matthias.muehlbauer@fau.de.

    • ECTS studies (ECTS credits: 5), Lecture's language English
    • Date:
      • Time and place on appointment

Colloquium (KO)

Seminar (SEM)

  • Digital Psychology Lab

    Studierende der Medizintechnik melden sich bei Interesse an der Lehrveranstaltung bitte per Email an robert.richer@fau.de an.

    • 2 SWS; Expected participants: 30; ECTS studies (ECTS credits: 5)
    • Date:
      • single appointment on 02.11.2020 14:15-15:45, Room H11 (exclude vac)
      • single appointment on 09.11.2020 14:15-15:45, Room H11 (exclude vac)
      • single appointment on 23.11.2020 14:15-15:45, Room H11 (exclude vac)
      • Mon 14:15-15:45, Room Zoom-Meeting (exclude 2020-11-02,2020-11-09,2020-11-23,vac)

  • The why and how of human gait simulations

    Organisation and slides via StudOn.

    Assignment: Mail to mailto:anne.koelewijn@fau.de

    The grade consists of a presentation and a report, both counting 50% of the final grade.

    • 2 SWS; Expected participants: 20; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Tue 10:15-11:45, Room 00.010 (exclude vac)

  • Maschinelles Lernen und Datenanalytik für Industrie 4.0

    Registration via mail to an.nguyen@fau.de

    Prerequisites
    Registration via e-mail to an.nguyen@fau.de Registration period: 01.09.2020 - 28.10.2020

    This course will be held online until the coronavirus pandemic is contained to such an extent that the Bavarian state government can allow face-to-face teaching again. More information will be sent via mail to registered students.

    Requirements:

    • Prior knowledge of machine learning via courses like PA, IntroPR, PR, DL, MLTS, CVP or equivalent (ideally first project experiences) is expected!
    • Motivation to explore scientific findings (e.g. via literature research)
    • Motivation to code and analyze data

    Examination:

    50% of grade: Presentation + demo (20 minutes)

    50% of grade 4 pages IEEE standard paper (excluding references) + code submission

    Attending the presentations of other students

    • 2 SWS; Expected participants: 8; ECTS studies (ECTS credits: 5), Lecture's language English
    • Date:
      • Wed 16:15-18:00, Room 00.010 (exclude vac)

Internship (PR)

  • Lab project Machine Learning for Time Series

    • 2 SWS; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Time and place on appointment

  • Innovationslabor für Wearable und Ubiquitous Computing

    Themenvergabe und Terminfindung in der ersten Woche des Semesters.
    Anmeldung bis 03.11.2020 unter Studon.
    Die Vergabe der Plätze im Kurs erfolgt nach einem Aufnahmeantrag. In diesem sollen Studierende ihren Studiengang, ihr Fachsemester und den angestrebten Abschluss nennen (Bachelor/Master). Sind zu viele Anmeldungen eingegangen und der Kurs ist voll, gibt es eine Warteliste.
    Das Praktikum steht Studierenden der genannten Studienrichtungen ab dem 5. Bachelorsemester (und aller Mastersemester) ebenfalls offen. Für weitere Studiengänge und ECTS-Verteilungen bitte unter Matthias.Zuerl@fau.de nachfragen.
    Weitere Informationen zu der Lehrveranstaltung können auch unserer Webseite entnommen werden: https://www.mad.tf.fau.de/teaching/innolab/ ,

    Anmeldung: https://www.studon.fau.de/crs3196650.html

    Die Anmeldung ist möglich ab dem 22.09.2020* bis einschließlich *03.11.2020

    • 4 SWS; Expected participants: 40, Lecture's language English
    • Date:
      • Tue 16:15-17:45, Room 00.010 (exclude vac)
      • Thu 12:15-13:45, Room 00.010 (exclude vac)

Other courses (SL)

Lecture (VORL)

  • Human Computer Interaction

    Folien zur Vorlesung und Organisation über Studon.

    • 3 SWS; Expected participants: 120; ECTS studies (ECTS credits: 3,75), Lecture's language English
    • Date:
      • Tue 8:15-9:45, Room H10 (exclude vac)
      • Wed 8:15-9:45, Room H10 (exclude vac)

Exercise (UE)

  • Algorithmen und Datenstrukturen (für Medizintechnik) Rechnerübung

    Die Tafelübung findet bereits in der 1. Vorlesungswoche statt, die Rechnerübungen beginnen in der 2. Vorlesungswoche!

    • 2 SWS; Expected participants: 350; Early study; ECTS studies (ECTS credits: 2,5)
    • Date:
      • Tue 16:15-17:45, Room 02.151-113 a CIP (exclude vac)
      • Tue 16:15-17:45, Room 02.151-113 b CIP
      • Thu 10:15-11:45, Room 02.151-113 a CIP (exclude vac)
      • Thu 10:15-11:45, Room 02.151-113 b CIP (exclude vac)
      • Fry 12:15-13:45, Room 02.151-113 a CIP (exclude vac)
      • Fry 12:15-13:45, Room 02.151-113 b CIP (exclude vac)
      • Thu 16:15-17:45, Room 02.151-113 a CIP (exclude vac)
      • Thu 16:15-17:45, Room 02.151-113 b CIP (exclude vac)
      • Thu 8:15-9:45, Room 02.151-113 a CIP (exclude vac)
      • Thu 8:15-9:45, Room 02.151-113 b CIP (exclude vac)

  • Algorithmen und Datenstrukturen (für Medizintechnik) Tafelübung

    Die Tafelübung findet bereits in der 1. Vorlesungswoche statt, die Rechnerübungen beginnen in der 2. Vorlesungswoche!

    • 2 SWS; Expected participants: 100; Early study; Certificate; ECTS studies (ECTS credits: 2,5)
    • Date:
      • Mon 14:15-15:45, Room H16 (exclude vac)

  • Human Computer Interaction Exercises

    • 1 SWS; Expected participants: 80; ECTS studies (ECTS credits: 1,25), Lecture's language English
    • Date:
      • Fry 12:15-13:45, Room K1-119 Brose-Saal (exclude vac)

Tutorial (TUT)

Colloquium (KO)

Seminar (SEM)

  • Legged Locomotion of Robots

    • 2 SWS; Expected participants: 20; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Tue 10:15-11:45, Room 00.010

  • Maschinelles Lernen und Datenanalytik für Industrie 4.0

    Registration via mail to an.nguyen@fau.de

    Prerequisites
    Registration via e-mail to an.nguyen@fau.de Registration period: 03.02.2020 - 22.04.2020

    This course will be held online until the coronavirus pandemic is contained to such an extent that the Bavarian state government can allow face-to-face teaching again. More information will be sent via mail to registered students.

    Requirements:

    • Prior knowledge of machine learning via courses like PA, IntroPR, PR, DL, MLTS, CVP or equivalent (ideally first project experiences) is expected!
    • Motivation to explore scientific findings (e.g. via literature research)
    • Motivation to code and analyze data

    Examination:

    50% of grade: Presentation + demo (25 minutes)

    50% of grade 4 pages IEEE standard paper (excluding references) + code submission

    Attending the presentations of other students

    • 2 SWS; Expected participants: 6; ECTS studies (ECTS credits: 5), Lecture's language English
    • Date:
      • Wed 16:15-18:00, Room 00.010 (exclude vac)

Internship (PR)

  • Legged Locomotion of Robots Laborprojekt

    • 2 SWS; Expected participants: 20; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Time and place on appointment

  • Innovationslabor für Wearable und Ubiquitous Computing

    Themenvergabe und Terminfindung in der ersten Woche des Semesters.
    Anmeldung bis 21.04.2020 unter Studon.
    Die Vergabe der Plätze im Kurs erfolgt nach einem Aufnahmeantrag. In diesem sollen Studierende ihren Studiengang, ihr Fachsemester und den angestrebten Abschluss nennen (Bachelor/Master). Sind zu viele Anmeldungen eingegangen und der Kurs ist voll, gibt es eine Warteliste.
    Das Praktikum steht Studierenden der genannten Studienrichtungen ab dem 5. Bachelorsemester (und aller Mastersemester) ebenfalls offen. Für weitere Studiengänge und ECTS-Verteilungen bitte unter Matthias.Zuerl@fau.de nachfragen.
    Weitere Informationen zu der Lehrveranstaltung können auch unserer Webseite entnommen werden: https://www.mad.tf.fau.de/teaching/innolab/ ,

    Anmeldung: https://www.studon.fau.de/crs2834409.html

    Die Anmeldung ist möglich ab dem 16.03.2020* bis einschließlich *21.04.2020

    • 4 SWS; Expected participants: 40, Lecture's language English
    • Date:
      • Tue 16:15-17:45, Room 00.010 (exclude vac)
      • Thu 12:15-13:45, Room 00.010 (exclude vac)

Other courses (SL)

Lecture (VORL)

Exercise (UE)

  • Algorithmen und Datenstrukturen (für Medizintechnik) Rechnerübung

    Der Übungsbetrieb beginnt in der zweiten Vorlesungswoche!

    • 2 SWS; Expected participants: 350; Early study; ECTS studies (ECTS credits: 2,5)
    • Date:
      • Thu 8:15-9:45, Room 02.151-113 a CIP (exclude vac)
      • Thu 8:15-9:45, Room 02.151-113 b CIP (exclude vac)
      • Fry 12:15-13:45, Room 02.151-113 a CIP (exclude vac)
      • Fry 12:15-13:45, Room 02.151-113 b CIP (exclude vac)
      • Thu 10:15-11:45, Room 02.151-113 a CIP (exclude vac)
      • Thu 10:15-11:45, Room 02.151-113 b CIP (exclude vac)
      • Tue 16:15-17:45, Room 02.151-113 a CIP (exclude vac)
      • Tue 16:15-17:45, Room 02.151-113 b CIP (exclude vac)
      • Tue 12:15-13:45, Room 02.151-113 a CIP
      • Tue 12:15-13:45, Room 02.151-113 b CIP
      • Thu 16:15-17:45, Room 02.151-113 a CIP (exclude vac)
      • Thu 16:15-17:45, Room 02.151-113 b CIP (exclude vac)
      • Tue 14:15-15:45, Room 02.151-113 a CIP (exclude vac)
      • Tue 14:15-15:45, Room 02.151-113 b CIP (exclude vac)
      • Tue 8:15-9:45, Room 02.151-113 a CIP
      • Tue 8:15-9:45, Room 02.151-113 b CIP
      • Fry 10:15-11:45, Room 02.151-113 a CIP (exclude vac)
      • Fry 10:15-11:45, Room 02.151-113 b CIP (exclude vac)
      • Mon 14:15-15:45, Room 02.151-113 a CIP (exclude vac)
      • Mon 14:15-15:45, Room 02.151-113 b CIP (exclude vac)

  • Algorithmen und Datenstrukturen (für Medizintechnik) Tafelübung

    Der Übungsbetrieb beginnt in der zweiten Vorlesungswoche!

    • 2 SWS; Expected participants: 350; Early study; Certificate; ECTS studies (ECTS credits: 2,5)
    • Date:
      • Mon 8:15-9:45, Room 02.133-113 (exclude vac)
      • Tue 8:15-9:45, Room 00.010 (exclude vac)
      • Mon 8:15-9:45, Room 02.134-113 (exclude vac)
      • Tue 8:15-9:45, Room 00.152-113 (exclude vac)
      • Mon 14:15-15:45, Room 02.134-113
      • Wed 8:15-9:45, Room 02.134-113 (exclude vac)
      • Wed 10:15-11:45, Room 02.133-113
      • Fry 10:15-11:45, Room 00.010 (exclude 2019-11-22,2019-11-29,2020-01-31,vac)
      • single appointment on 22.11.2019 10:15-11:45, Room 02.134-113 (exclude vac)
      • single appointment on 29.11.2019 10:15-11:45, Room 02.134-113 (exclude vac)
      • single appointment on 31.01.2020 10:15-11:45, Room 02.134-113 (exclude vac)
      • Fry 10:15-11:45, Room 02.133-113
      • Mon 12:15-13:45, Room K2-119 (exclude vac)

  • Algorithmen und Datenstrukturen (für Medizintechnik) Tutorenbesprechung

    • Expected participants: 10; ECTS studies
    • Date:
      • Thu 18:00-20:00, (exclude vac)

  • Biomedizinische Signalanalyse Übung

    • 2 SWS; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Mon 10:15-11:45, Room 02.135-113 CIP (exclude vac)

  • Maschinelles Lernen für Zeitreihen Übung

    • 2 SWS; Expected participants: 50; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Tue 10:15-11:45, Room CIP-Pool MB Konrad-Zuse-Str. 3 (exclude vac)

Colloquium (KO)

Seminar (SEM)

  • The why and how of human gait simulations

    Organisation and slides via StudOn.

    Assignment: Mail to mailto:anne.koelewijn@fau.de

    The grade consists of a presentation and a report, both counting 50% of the final grade.

    • 2 SWS; Expected participants: 20; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Tue 10:15-11:45, Room 00.010

  • Maschinelles Lernen und Datenanalytik für Industrie 4.0

    Registration via mail to an.nguyen@fau.de

    Prerequisites
    Registration via e-mail to an.nguyen@fau.de Registration period: 15.07.2019 - 07.10.2019

    Requirements:

    • Prior knowledge of machine learning via courses like PA, IntroPR, PR, DL, MLTS, CVP or equivalent (ideally first project experiences) is expected!
    • Motivation to explore scientific findings (e.g. via literature research)
    • Motivation to code and analyze data

    Examination:

    50% of grade: Presentation + demo (25 minutes)

    50% of grade 4 pages IEEE standard paper (excluding references) + code submission

    Attending the presentations of other students

    • 2 SWS; Expected participants: 6; ECTS studies (ECTS credits: 5), Lecture's language English
    • Date:
      • Wed 16:00-18:00, Room 00.010

Internship (PR)

  • Lab project Machine Learning for Time Series

    • 2 SWS; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Time and place on appointment

  • Innovationslabor für Wearable und Ubiquitous Computing

    Themenvergabe und Terminfindung in der ersten Woche des Semesters.
    Anmeldung bis 15.10.2019 unter Studon.
    Die Vergabe der Plätze im Kurs erfolgt nach einem Aufnahmeantrag. In diesem sollen Studierende ihren Studiengang, ihr Fachsemester und den angestrebten Abschluss nennen (Bachelor/Master). Sind zu viele Anmeldungen eingegangen und der Kurs ist voll, gibt es eine Warteliste.
    Das Praktikum steht Studierenden der genannten Studienrichtungen ab dem 5. Bachelorsemester (und aller Mastersemester) ebenfalls offen. Für weitere Studiengänge und ECTS-Verteilungen bitte unter Matthias.Zuerl@fau.de nachfragen.
    Weitere Informationen zu der Lehrveranstaltung können auch unserer Webseite entnommen werden: https://www.mad.tf.fau.de/research/projects/innovation-lab-for-wearable-and-ubiquitous-computing ,

    Anmeldung: https://www.studon.fau.de/crs2654537.html

    Die Anmeldung ist möglich ab dem 09.09.2019* bis einschließlich *15.10.2019

    • 4 SWS; Expected participants: 40, Lecture's language English
    • Date:
      • Tue 16:15-17:45, Room 00.010 (exclude vac)
      • Thu 12:15-13:45, Room 00.010 (exclude vac)

Other courses (SL)

Lecture (VORL)

  • Human Computer Interaction

    Folien zur Vorlesung und Organisation über Studon.

    • 3 SWS; Expected participants: 120; ECTS studies (ECTS credits: 3,75)
    • Date:
      • Tue 8:15-9:45, Room H10 (exclude vac)
      • Thu 10:15-11:45, Room H10 (exclude vac)

Exercise (UE)

Colloquium (KO)

Seminar (SEM)

  • Deep Reinforcement Learning

    Registration with topic request by e-mail before start of the class; Assignment of presentation topics is FCFS.

    Registration via e-mail to christopher.mutschler@fau.de

    • Presentation (30-40 minutes)
    • Preparation of a report that includes the main points of the talk (not a simply copy of the slides)
    • Attending the presentations of other students
    • Completion of the slides one week before the talk; completion of the report until the end of the semester
    • 2 SWS; Expected participants: 10; ECTS studies (ECTS credits: 5), Lecture's language English
    • Date:
      • Time and place on appointment

  • Machine Learning and Data Analytics for Industry 4.0

    Registration via mail to an.nguyen@fau.de

    • 2 SWS; Expected participants: 6; ECTS studies (ECTS credits: 5), Lecture's language English
    • Date:
      • Wed 16:00-18:00, Room 00.010

Internship (PR)

  • Innovationslabor für Wearable und Ubiquitous Computing

    Themenvergabe und Terminfindung in der ersten Woche des Semesters.
    Anmeldung bis 23.04.18 unter Studon.
    Die Vergabe der Plätze im Kurs erfolgt nach einem Aufnahmeantrag. In diesem sollen Studierende ihren Studiengang, ihr Fachsemester und den angestrebten Abschluss nennen (Bachelor/Master). Sind zu viele Anmeldungen eingegangen und der Kurs ist voll, gibt es eine Warteliste.
    Das Praktikum steht Studierenden der genannten Studienrichtungen ab dem 5. Bachelorsemester (und aller Mastersemester) ebenfalls offen. Für weitere Studiengänge und ECTS-Verteilungen bitte unter markus.zrenner@fau.de nachfragen.
    Weitere Informationen zu der Lehrveranstaltung können auch unserer Webseite entnommen werden: https://www.mad.tf.fau.de/research/projects/innovation-lab-for-wearable-and-ubiquitous-computing ,

    Anmeldung: https://www.studon.fau.de/crs2475567.html

    Die Anmeldung ist möglich ab dem 18.03.2019 bis einschließlich 23.04.2019

    • 4 SWS; Expected participants: 40, Lecture's language English
    • Date:
      • Tue 16:15-17:45, Room 00.010 (exclude vac)
      • Thu 12:15-13:45, Room 00.010 (exclude vac)

Other courses (SL)

Lecture (VORL)

Exercise (UE)

Colloquium (KO)

Internship (PR)

  • Lab project Machine Learning for Time Series

    • 2 SWS; ECTS studies (ECTS credits: 2,5), Lecture's language English
    • Date:
      • Time and place on appointment

  • Innovationslabor für Wearable und Ubiquitous Computing

    Themenvergabe und Terminfindung in der ersten Woche des Semesters.
    Anmeldung bis 16.10.2018 über Studon.
    Über die Vergabe der Seminarplätze entscheidet die Reihenfolge der Anmeldungen. Danach gibt es eine Warteliste.
    Das Praktikum steht Studierenden der genannten Studienrichtungen ab dem 5. Bachelorsemester (und aller Mastersemester) ebenfalls offen. Für weitere Studiengänge und ECTS-Verteilungen bitte unter markus.zrenner@fau.de nachfragen.
    Weitere Informationen zu der Lehrveranstaltung können auch unserer Webseite entnommen werden:
    https://www.mad.tf.fau.de/research/projects/innovation-lab-for-wearable-and-ubiquitous-computing/

    Wichtig:* Jeder, der das Innovationslabor als *Forschungspraktikum nutzen möchte, muss neben der Anmeldung via Studon eine Mail an markus.zrenner@fau.de schicken und die Organisatoren wissen lassen, dass sie das Innovationslabor als Forschungspraktikum nutzen wollen. Es gibt nur eine bestimmte Anzahl an Forschungspraktika.

    • 4 SWS; Expected participants: 40, Lecture's language English
    • Date:
      • Tue 16:15-17:45, Room 00.010 (exclude vac)
      • Thu 12:15-13:45, Room 00.010 (exclude vac)

Other courses (SL)

Lecture (VORL)

  • Human Computer Interaction

    Folien zur Vorlesung und Organisation über Studon.

    • 3 SWS; Expected participants: 120; ECTS studies (ECTS credits: 3,75)
    • Date:
      • Tue 8:15-9:45, Room H10 (exclude vac)
      • Thu 10:15-11:45, Room H10 (exclude vac)

Exercise (UE)

Colloquium (KO)

Internship (PR)

Other courses (SL)

Lecture (VORL)

Exercise (UE)

Colloquium (KO)

Internship (PR)

Other courses (SL)

Lecture (VORL)

  • Human Computer Interaction

    Folien zur Vorlesung und Organisation über Studon.

    • 3 SWS; Expected participants: 120; ECTS studies (ECTS credits: 3,75)
    • Date:
      • Tue 14:15-15:45, Room H10 (exclude vac)
      • Wed 14:15-15:45, Room H10 (exclude vac)

Exercise (UE)

Colloquium (KO)

Seminar (SEM)

  • Computer Science in Sports - Measurement, Algorithms and Applications

    Sprache: Deutsch / Englisch

    Das Seminar steht Studierenden der genannten Studienrichtungen ab dem 3. Bachelorsemester (und aller Mastersemester ebenfalls) offen.

    Voranmeldungen bitte an: bjoern.eskofier@fau.de

    Über die Vergabe der Seminarplätze entscheidet die Reihenfolge der
    Voranmeldungen.

    • 4 SWS; Expected participants: 18; ECTS studies (ECTS credits: 5)
    • Date:
      • Tue 12:15-13:45, Room 01.134 (exclude vac)