Student Courses

Vorlesung (VORL)

Übung (UE)

  • Biomedizinische Signalanalyse Übung

    • 2 SWS; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Do 8:15-9:45, Room EL 4.14 (exclude vac)
  • Maschinelles Lernen für Zeitreihen Übung

    • 2 SWS; Expected participants: 50; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Do 16:15-17:45, Room CIP-Pool MB Konrad-Zuse-Str. 3

Kolloquium (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!

    • [Udacity Kurs: Introduction to Python]https://www.udacity.com/course/introduction-to-python--ud1110
    • [Stanford Kurs: Introduction to Scientific Python]https://stanford.edu/~schmit/cme193/
    • [SciPy Lecture Notes]https://scipy-lectures.org/intro/index.html
    • [Introduction to Pandas for Data Science]https://www.kdnuggets.com/2020/06/introduction-pandas-data-science.html
    • [American Psychological Association – A brief introduction to Python for psychological science research]https://www.apa.org/science/about/psa/2019/07/python-research
    • [Introduction to Programming for Psychological Scientists

    ]https://github.com/ContextLab/cs-for-psych

    • [Kursaufzeichnungen Digital Psychology Lab - WS 20/21]https://www.fau.tv/course/id/1803

    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-Studium (ECTS-Credits: 5)
    • Termin:
      • Mo 14:15-15:45, Room 00.010 (exclude vac)
  • Green AI

    • 2 SWS; Expected participants: 20; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • 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; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Di 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; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 5), Unterrichtssprache Englisch
    • Termin:
      • Mi 16:15-18:00, Room 00.010 (exclude vac)

Praktikum (PR)

  • Lab project Machine Learning for Time Series

    • 2 SWS; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • 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; Für Gasthörer zugelassen, Unterrichtssprache Englisch
    • Termin:
      • Di 16:15-17:45, Room 00.010 (exclude vac)
      • Do 12:15-13:45, Room 00.010 (exclude vac)

Sonstige Lehrveranstaltung (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

    • Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 10)
    • Termin:
      • Do 16:15-18:00, Room 00.010 (exclude vac)

Vorlesung (VORL)

  • Bewegungsanalyse und biomechanische Grenzgebiete

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

    • 2 SWS; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5)
    • Termin:
      • Time and place on appointment
  • Leading by Learning

    • 2 SWS; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 5), Unterrichtssprache Englisch
    • Termin:
      • Fr 10:15-11:45, Room Live-Stream
  • 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; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Mi 16:15-17:45, Room H15 (exclude vac)
  • Human Computer Interaction

    Folien zur Vorlesung und Organisation über Studon.

    • 3 SWS; Expected participants: 120; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 3,75), Unterrichtssprache Englisch
    • Termin:
      • Mo 8:15-9:45, Room H10 (exclude vac)
      • Fr 10:15-11:45, Room H10 (exclude vac)
  • Becoming an innovative engineer

    • 2 SWS; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Time and place on appointment
  • Machine Learning for Engineers; Introduction to Methods and Tools

    • Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 5), Unterrichtssprache Englisch
    • Termin:
      • Time and place on appointment
  • Machine Learning for Engineers II: Advanced Methods

    See VHB for further details

    • Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Time and place on appointment
  • Reinforcement Learning

    • 2 SWS; Expected participants: 50; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Do 8:30-10:00, Room Zoom-Meeting (exclude vac)
  • Selected Topics in ASC - Biomedical Signal Analysis

    StudOn-Link: https://www.studon.fau.de/crs3698067.html

    There is a limited number of places for this course. Students need to register via StudOn until April 8, 2021. Places will be distributed on April 9, 2021.

    • 4 SWS; Expected participants: 25; Für Gasthörer zugelassen; Schein; ECTS-Studium (ECTS-Credits: 5), Unterrichtssprache Englisch
    • Termin:
      • Fr 16:15-18:00, Room Live-Stream
      • Mi 16:15-18:00, Room Live-Stream

Übung (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; Frühstudium; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5)
    • Termin:
      • Di 12:15-13:45, Room Zoom-Meeting (exclude vac)
      • Do 12:15-13:45, Room Zoom-Meeting
      • Do 10:15-11:45, Room Zoom-Meeting (exclude vac)
      • Do 8:15-9:45, Room Zoom-Meeting (exclude vac)
      • Di 8:15-9:45, Room Zoom-Meeting (exclude vac)
  • 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; Frühstudium; Für Gasthörer zugelassen; Schein; ECTS-Studium (ECTS-Credits: 2,5)
    • Termin:
      • Mi 14:15-15:45, Room Zoom-Meeting (exclude vac)
  • Human Computer Interaction Exercises

    • 1 SWS; Expected participants: 80; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 1,25), Unterrichtssprache Englisch
    • Termin:
      • Mo 14:15-15:45, Room K1-119 Brose-Saal (exclude vac)
  • Reinforcement Learning Übung

    • 2 SWS; Expected participants: 50; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Mo 10:15-11:45, Room Zoom-Meeting (exclude vac)

Kolloquium (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; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Di 10:15-11:45, Room 00.010 (exclude vac)
  • Legged Locomotion of Robots

    • 2 SWS; Expected participants: 20; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Di 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; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 5), Unterrichtssprache Englisch
    • Termin:
      • Mi 16:15-18:00, Room 00.010 (exclude vac)

Praktikum (PR)

  • Legged Locomotion of Robots Laborprojekt

    • 2 SWS; Expected participants: 20; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • 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; Für Gasthörer zugelassen, Unterrichtssprache Englisch
    • Termin:
      • Di 16:15-17:45, Room 00.010 (exclude vac)
      • Do 12:15-13:45, Room 00.010 (exclude vac)

Sonstige Lehrveranstaltung (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

    • Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 10)
    • Termin:
      • Do 16:15-18:00, Room 00.010

Vorlesung (VORL)

  • Bewegungsanalyse und biomechanische Grenzgebiete

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

    • 2 SWS; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5)
    • Termin:
      • Time and place on appointment
  • Biomedizinische Signalanalyse

    • 2 SWS; Expected participants: 100; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Di 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; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Mo 14:15-15:45, Room H15 (exclude vac)
  • Lecture Machine Learning for Time Series

    • 2 SWS; Expected participants: 50; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Mi 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; Frühstudium; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 5)
    • Termin:
      • Mo 16:15-17:45, Room Zoom-Webinar (exclude vac)
      • Fr 10:15-11:45, Room Zoom-Webinar (exclude vac)

Übung (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; Frühstudium; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5)
    • Termin:
      • Mi 10:15-11:45, Room Zoom-Meeting
      • Mo 12:15-13:45, Room Zoom-Meeting
      • Di 8:15-9:45, Room Zoom-Meeting
      • Fr 8:15-9:45, Room Zoom-Meeting (exclude vac)
      • Fr 12:15-13:45, Room Zoom-Meeting (exclude vac)
      • Do 8:15-9:45, Room Zoom-Meeting (exclude vac)
      • Do 16:15-17:45, Room Zoom-Meeting (exclude vac)
      • Mo 14:15-15:45, Room Zoom-Meeting (exclude vac)
      • Do 10:15-11:45, Room Zoom-Meeting (exclude vac)
      • Di 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; Frühstudium; Für Gasthörer zugelassen; Schein; ECTS-Studium (ECTS-Credits: 2,5)
    • Termin:
      • Mi 14:15-15:45, Room Zoom-Meeting (exclude vac)
      • Mo 14:15-15:45, Room Zoom-Meeting (exclude vac)
      • Do 14:15-15:45, Room Zoom-Meeting (exclude vac)
      • Di 12:15-13:45, Room Zoom-Meeting (exclude vac)
      • Fr 12:15-13:45, Room Zoom-Meeting (exclude vac)
  • Biomedizinische Signalanalyse Übung

    • 2 SWS; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Mo 10:15-11:45, Room Zoom-Meeting (exclude vac)
  • Maschinelles Lernen für Zeitreihen Übung

    • 2 SWS; Expected participants: 50; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Di 10:15-11:45, Room Zoom-Meeting (exclude vac)

Vorlesung mit Übung (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.

    • Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 5), Unterrichtssprache Englisch
    • Termin:
      • Time and place on appointment

Kolloquium (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-Studium (ECTS-Credits: 5)
    • Termin:
      • Einzeltermin am 02.11.2020 14:15-15:45, Room H11 (exclude vac)
      • Einzeltermin am 09.11.2020 14:15-15:45, Room H11 (exclude vac)
      • Einzeltermin am 23.11.2020 14:15-15:45, Room H11 (exclude vac)
      • Mo 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; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Di 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; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 5), Unterrichtssprache Englisch
    • Termin:
      • Mi 16:15-18:00, Room 00.010 (exclude vac)

Praktikum (PR)

  • Lab project Machine Learning for Time Series

    • 2 SWS; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • 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; Für Gasthörer zugelassen, Unterrichtssprache Englisch
    • Termin:
      • Di 16:15-17:45, Room 00.010 (exclude vac)
      • Do 12:15-13:45, Room 00.010 (exclude vac)

Sonstige Lehrveranstaltung (SL)

Vorlesung (VORL)

  • Human Computer Interaction

    Folien zur Vorlesung und Organisation über Studon.

    • 3 SWS; Expected participants: 120; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 3,75), Unterrichtssprache Englisch
    • Termin:
      • Di 8:15-9:45, Room H10 (exclude vac)
      • Mi 8:15-9:45, Room H10 (exclude vac)

Übung (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; Frühstudium; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5)
    • Termin:
      • Do 10:15-11:45, Room 02.151-113 a CIP (exclude vac)
      • Do 10:15-11:45, Room 02.151-113 b CIP (exclude vac)
      • Di 16:15-17:45, Room 02.151-113 a CIP (exclude vac)
      • Di 16:15-17:45, Room 02.151-113 b CIP
      • Do 8:15-9:45, Room 02.151-113 a CIP (exclude vac)
      • Do 8:15-9:45, Room 02.151-113 b CIP (exclude vac)
      • Do 16:15-17:45, Room 02.151-113 a CIP (exclude vac)
      • Do 16:15-17:45, Room 02.151-113 b CIP (exclude vac)
      • Fr 12:15-13:45, Room 02.151-113 a CIP (exclude vac)
      • Fr 12:15-13:45, 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; Frühstudium; Für Gasthörer zugelassen; Schein; ECTS-Studium (ECTS-Credits: 2,5)
    • Termin:
      • Mo 14:15-15:45, Room H16 (exclude vac)
  • Human Computer Interaction Exercises

    • 1 SWS; Expected participants: 80; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 1,25), Unterrichtssprache Englisch
    • Termin:
      • Fr 12:15-13:45, Room K1-119 Brose-Saal (exclude vac)

Tutorium (TUT)

Kolloquium (KO)

Seminar (SEM)

  • Legged Locomotion of Robots

    • 2 SWS; Expected participants: 20; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Di 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; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 5), Unterrichtssprache Englisch
    • Termin:
      • Mi 16:15-18:00, Room 00.010 (exclude vac)

Praktikum (PR)

  • Legged Locomotion of Robots Laborprojekt

    • 2 SWS; Expected participants: 20; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • 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; Für Gasthörer zugelassen, Unterrichtssprache Englisch
    • Termin:
      • Di 16:15-17:45, Room 00.010 (exclude vac)
      • Do 12:15-13:45, Room 00.010 (exclude vac)

Sonstige Lehrveranstaltung (SL)

Vorlesung (VORL)

Übung (UE)

  • Algorithmen und Datenstrukturen (für Medizintechnik) Rechnerübung

    Der Übungsbetrieb beginnt in der zweiten Vorlesungswoche!

    • 2 SWS; Expected participants: 350; Frühstudium; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5)
    • Termin:
      • Do 10:15-11:45, Room 02.151-113 a CIP (exclude vac)
      • Do 10:15-11:45, Room 02.151-113 b CIP (exclude vac)
      • Di 14:15-15:45, Room 02.151-113 a CIP (exclude vac)
      • Di 14:15-15:45, Room 02.151-113 b CIP (exclude vac)
      • Do 16:15-17:45, Room 02.151-113 a CIP (exclude vac)
      • Do 16:15-17:45, Room 02.151-113 b CIP (exclude vac)
      • Di 8:15-9:45, Room 02.151-113 a CIP
      • Di 8:15-9:45, Room 02.151-113 b CIP
      • Mo 14:15-15:45, Room 02.151-113 a CIP (exclude vac)
      • Mo 14:15-15:45, Room 02.151-113 b CIP (exclude vac)
      • Do 8:15-9:45, Room 02.151-113 a CIP (exclude vac)
      • Do 8:15-9:45, Room 02.151-113 b CIP (exclude vac)
      • Fr 12:15-13:45, Room 02.151-113 a CIP (exclude vac)
      • Fr 12:15-13:45, Room 02.151-113 b CIP (exclude vac)
      • Fr 10:15-11:45, Room 02.151-113 a CIP (exclude vac)
      • Fr 10:15-11:45, Room 02.151-113 b CIP (exclude vac)
      • Di 16:15-17:45, Room 02.151-113 a CIP (exclude vac)
      • Di 16:15-17:45, Room 02.151-113 b CIP (exclude vac)
      • Di 12:15-13:45, Room 02.151-113 a CIP
      • Di 12:15-13:45, Room 02.151-113 b CIP
  • Algorithmen und Datenstrukturen (für Medizintechnik) Tafelübung

    Der Übungsbetrieb beginnt in der zweiten Vorlesungswoche!

    • 2 SWS; Expected participants: 350; Frühstudium; Für Gasthörer zugelassen; Schein; ECTS-Studium (ECTS-Credits: 2,5)
    • Termin:
      • Mo 14:15-15:45, Room 02.134-113
      • Fr 10:15-11:45, Room 00.010 (exclude 2019-11-22,2019-11-29,2020-01-31,vac)
      • Einzeltermin am 22.11.2019 10:15-11:45, Room 02.134-113 (exclude vac)
      • Einzeltermin am 29.11.2019 10:15-11:45, Room 02.134-113 (exclude vac)
      • Einzeltermin am 31.01.2020 10:15-11:45, Room 02.134-113 (exclude vac)
      • Di 8:15-9:45, Room 00.010 (exclude vac)
      • Mo 8:15-9:45, Room 02.133-113 (exclude vac)
      • Mi 8:15-9:45, Room 02.134-113 (exclude vac)
      • Fr 10:15-11:45, Room 02.133-113
      • Mo 12:15-13:45, Room K2-119 (exclude vac)
      • Mi 10:15-11:45, Room 02.133-113
      • Mo 8:15-9:45, Room 02.134-113 (exclude vac)
      • Di 8:15-9:45, Room 00.152-113 (exclude vac)
  • Algorithmen und Datenstrukturen (für Medizintechnik) Tutorenbesprechung

    • Expected participants: 10; ECTS-Studium
    • Termin:
      • Do 18:00-20:00, (exclude vac)
  • Biomedizinische Signalanalyse Übung

    • 2 SWS; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Mo 10:15-11:45, Room 02.135-113 CIP (exclude vac)
  • Maschinelles Lernen für Zeitreihen Übung

    • 2 SWS; Expected participants: 50; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Di 10:15-11:45, Room CIP-Pool MB Konrad-Zuse-Str. 3 (exclude vac)

Kolloquium (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; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Di 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; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 5), Unterrichtssprache Englisch
    • Termin:
      • Mi 16:00-18:00, Room 00.010

Praktikum (PR)

  • Lab project Machine Learning for Time Series

    • 2 SWS; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • 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; Für Gasthörer zugelassen, Unterrichtssprache Englisch
    • Termin:
      • Di 16:15-17:45, Room 00.010 (exclude vac)
      • Do 12:15-13:45, Room 00.010 (exclude vac)

Sonstige Lehrveranstaltung (SL)

Vorlesung (VORL)

  • Human Computer Interaction

    Folien zur Vorlesung und Organisation über Studon.

    • 3 SWS; Expected participants: 120; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 3,75)
    • Termin:
      • Di 8:15-9:45, Room H10 (exclude vac)
      • Do 10:15-11:45, Room H10 (exclude vac)

Übung (UE)

  • Human Computer Interaction Exercises

    • 1 SWS; Expected participants: 60; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 1,25)
    • Termin:
      • Mo 12:15-13:45, Room 00.010 (exclude vac)

Kolloquium (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; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 5), Unterrichtssprache Englisch
    • Termin:
      • 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; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 5), Unterrichtssprache Englisch
    • Termin:
      • Mi 16:00-18:00, Room 00.010

Praktikum (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; Für Gasthörer zugelassen, Unterrichtssprache Englisch
    • Termin:
      • Di 16:15-17:45, Room 00.010 (exclude vac)
      • Do 12:15-13:45, Room 00.010 (exclude vac)

Sonstige Lehrveranstaltung (SL)

Vorlesung (VORL)

  • Biomedizinische Signalanalyse

    • 2 SWS; Expected participants: 100; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Di 12:15-13:45, Room H6 (exclude vac)
  • Lecture Machine Learning for Time Series

    • 2 SWS; Expected participants: 50; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Mi 8:15-9:45, Room 00.010

Übung (UE)

  • Biomedizinische Signalanalyse Übung

    • 2 SWS; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Fr 10:15-11:45, Room CIP-Pool MB Konrad-Zuse-Str. 3
  • Maschinelles Lernen für Zeitreihen Übung

    • 2 SWS; Expected participants: 50; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • Di 10:15-11:45, Room CIP-Pool MB Konrad-Zuse-Str. 3

Kolloquium (KO)

Praktikum (PR)

  • Lab project Machine Learning for Time Series

    • 2 SWS; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5), Unterrichtssprache Englisch
    • Termin:
      • 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; Für Gasthörer zugelassen, Unterrichtssprache Englisch
    • Termin:
      • Di 16:15-17:45, Room 00.010 (exclude vac)
      • Do 12:15-13:45, Room 00.010 (exclude vac)

Sonstige Lehrveranstaltung (SL)

Vorlesung (VORL)

  • Human Computer Interaction

    Folien zur Vorlesung und Organisation über Studon.

    • 3 SWS; Expected participants: 120; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 3,75)
    • Termin:
      • Di 8:15-9:45, Room H10 (exclude vac)
      • Do 10:15-11:45, Room H10 (exclude vac)

Übung (UE)

  • Human Computer Interaction Exercises

    • 1 SWS; Expected participants: 60; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 1,25)
    • Termin:
      • Mo 12:15-13:45, Room H4 (exclude vac)

Kolloquium (KO)

Praktikum (PR)

Sonstige Lehrveranstaltung (SL)

Vorlesung (VORL)

  • Biomedizinische Signalanalyse

    • 2 SWS; Expected participants: 100; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 2,5)
    • Termin:
      • Time and place on appointment

Übung (UE)

Kolloquium (KO)

Praktikum (PR)

Sonstige Lehrveranstaltung (SL)

Vorlesung (VORL)

  • Human Computer Interaction

    Folien zur Vorlesung und Organisation über Studon.

    • 3 SWS; Expected participants: 120; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 3,75)
    • Termin:
      • Di 14:15-15:45, Room H10 (exclude vac)
      • Mi 14:15-15:45, Room H10 (exclude vac)

Übung (UE)

  • Human Computer Interaction Exercises

    • 1 SWS; Expected participants: 60; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 1,25)
    • Termin:
      • Mo 10:15-11:45, Room 0.031-113 (exclude vac)

Kolloquium (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; Für Gasthörer zugelassen; ECTS-Studium (ECTS-Credits: 5)
    • Termin:
      • Di 12:15-13:45, Room 01.134 (exclude vac)