Search

methods being taught to students in their academic programs. It therefore appeared only logical to involve the students as well and to give them the opportunity to apply theoretical principles [...] secondary- school students the opportunity to get to know the university and its certifi cate & degree programs, and to participate in hands-on internships to get a taste of a particular technical [...] and technical risks, thus enabling them as future engineers or managers to develop solutions to current issues related to diversity, environmental ma- nagement, supply-chain management, violation

methods being taught to students in their academic programs. It therefore appeared only logical to involve the students as well and to give them the opportunity to apply theoretical principles [...] secondary- school students the opportunity to get to know the university and its certifi cate & degree programs, and to participate in hands-on internships to get a taste of a particular technical [...] and technical risks, thus enabling them as future engineers or managers to develop solutions to current issues related to diversity, environmental ma- nagement, supply-chain management, violation

and technical risks, thus enabling them as future engineers or managers to develop solutions to current issues related to diversity, environmental ma- nagement, supply-chain management, violation [...] accordance with our mission, we seek to educate our stu- dents to become competent, responsible and decisive actors; but first and foremost, our goal is to understand the OTH’s academic and [...] Commitment to PRME In February 2014, the Ostbayerische Technische Hochschule Amberg-Weiden (OTH) adopted the UN Principles for Responsible Management Education (PRME) and decided to support the

suchen verstärkt nach Absolventen – Ver- anstaltungen wie »Master goes Industry« oder »Conrad meets students« sind ein Beweis hierfür und finden bereits in der zweiten Auflage statt. Ein großer [...] näher zusammen – diese Brücke bildet die Grundlage der Innovationskraft in der Region Fo to : T ak S an C hi u, e vi de nt m ed ia , A TC a - Newsletter 2|20127Wirtschaftsstandort

vehicles is extended by a multi-agent reinforcement learning approach in order to be able to control several vehicles (fleet). Using simple examples and an existing solver for the so-called Dial-A-Ride problem [...] eines Multi-Agent Reinforcement Learning Ansatzes zur Steuerung von Fahrzeugflotten Zusammenfassung: Nach Literaturanalyse wird ein bestehender Reinforcement Learning Ansatz zur Steuerung von Fahrzeugen [...] t of a multi-agent reinforcement learning approach for controlling vehicle fleets Summary: After analyzing the literature, an existing reinforcement learning approach for controlling vehicles

subject lessons as an informal learning resource. However, only a few videos meet basic media, language and subject didactic quality criteria. The joint project MuM-Video aims to demonstrate the potential of [...] of high-quality, interactive explanatory videos and to make them usable for subject- and language-integrated teaching as well as for the professionalisation of teachers. The project will be implemented [...] on three levels: At the media level, interactive, subject- and language-didactically optimised learning videos for secondary mathematics teaching are developed and researched. At the teaching level, concepts

(2.1) to (2.3). All three parties conclude the contract provided that the contractually agreed payments (per project) to the entrepreneur, to the bank, and to the household are in line with (2.1) to (2.4) [...] reduces the ability to fund investment. Finally, an economy prone to a simultaneous monetary policy and macroprudential policy shock responds almost equally to an economy prone to a single monetary policy [...] minimum return that is necessary to induce bankers to monitor is given by Rb t = µIt ∆p , (2.2) and the minimum return that is necessary to induce entrepreneurs to choose the project variant without

schreiben und einen Lebenslauf verfassen. − kennen Standardsätze für Diskussionen (z. B. in Meetings), Telefo- nieren und Präsentieren. − können technische Komponenten anhand von Beschreibungen [...] Erstellen eines Lebenslaufs, Telefonieren, Ge- schäftsbriefe (Arten und Aufbau), typische Floskeln in Meetings, Erklä- ren von Grafiken, Präsentationen Technisches Englisch: Eigenschaften von Materialien [...] EI, Bac AI (Pflicht) Studiensemester s. Studienplan Lehrform/SWS Selbststudium / Blended Learning: 0 SWS Arbeitsaufwand (Workload) 150 h Empf. Voraussetzungen keine Angestrebte Lern

Getting to know and learning to assess basic business management methods. • Social competence: Students learn how to convey information clearly, actively listen, and adapt their communication style to different [...] al Competence: Interns learn to apply theoretical knowledge learned in the classroom to real-world situations, enhancing their expertise. • Social Competence: Interns learn to take initiative, work [...] Gewichtung Learning Objectives/Competencies to be Assessed Zu prüfende Lernziele/Kompetenzen portfolio examination Learning portfolio (100%) The Learning Portfolio is used to check the entire

efficiency paradox. Rheologica, 2012  Shore, James, The Art of Agile Development: Pragmatic guide to agile software development", O'Reilly Media, Inc., 2007  Pichler, Roman, Scrum: agiles Proje [...] High-Throughput-Computing 2.a (i). Literatur:  Übungen anhand von Fallbeispielen, Literatur, E-Learning Workload  45 Std. Präsenz in Lehrveranstaltungen  105 Std. Nachbereitung [...] Leistungspunkte Umfang: 4 SWS / 4 ECTS (für Regensburg: 5 ECTS) Lehrveranstaltungen: E-Learning-Kurs der vhb (Virtuelle Hochschule Bayern) des LaS³ der OTH Regensburg zusammen mit der FAU O

and Machine Learning, Springer, 2006. F. Chollet: Deep Learning with Python, Manning, 2018. (deutsche Version bei mitp Professional, 2018) A. Géron: Hands-On Machine Learning with Scikit-Learn, Keras, and [...] Verfahren des Supervised Learning (z.B. baumbasierte Ansätze, SVM, Ensemble-Methoden) • Grundlegende Verfahren des Unsupervised Learning (z.B. PCA, k-means Clustering) • Machine Learning in Python mit der [...] Hands-on Machine Learning with Scikit-Learn, Keras and Tensor Flow, O’Reilly, 2018 W. McKinney: Datenanalyse mit Python, O’Reilly, 2018 S. Raschka: Machine Learning mit Python: das Praxis-Handbuch für

Business Analytics Capstone • How to ask the right questions of the data, and know how to use data effectively to address busi- ness challenges • How to make data-driven decisions to real business challenges [...] Learning Outcomes Students will be able to learn the process that applies a broad range of behavioural science knowledge and practices to help organi- sations build their capability to change [...] able to learn when one or more managers or administrators works or gets the opportunity to work with OD what are the issues and processes are associates with it Students will be able to learn the issues

20 h Gesamtstunden: 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] Nachbereitung: ca. 70 h Leistungsnachweise: ca. 20 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] 30h Gesamtstunden: 150h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

20 h Gesamtstunden: 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] Nachbereitung: ca. 70 h Leistungsnachweise: ca. 20 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] 30h Gesamtstunden: 150h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

machine learning. • Methodological competence: The students are able to practically apply various machine learning methods and to evaluate the results. • Personal competence: Ability to discuss [...] Personal competence: Ability to communicate about lightweight engineering; ability to work independently as well as in team to solve a technical problem; ability to lifetime learning Course Content Inhalte [...] private situations. They learn to identify these situations and to appear interculturally competent. • Personal competence: Students acquire the interdisciplinary ability to perform in a culturally

Machine Learning mit Scikit-Learn, Keras und TensorFlow“, O'Reilly; 2. Edition (2020) Bishop, C.M.: „Pattern Recognition and Machine Learning“, Springer (2006) Chollet, F.: „Deep Learning with Python“ [...] Seite 102 von 116 6.6.3 Machine Learning for Engineers – Einführung in Methoden und Werkzeuge Machine Learning for Engineers – Introduction to Methods ans Tools Zuordnung zum Curriculum [...] und verschiedener Algorithmen des Machine Learning. • Methodenkompetenz: Die Studierenden sind befähigt, verschiedene Verfahren des Machine Learnings praktisch anzugehen und die Ergebnisse zu

Machine Learning mit Scikit-Learn, Keras und TensorFlow“, O'Reilly; 2. Edition (2020) Bishop, C.M.: „Pattern Recognition and Machine Learning“, Springer (2006) Chollet, F.: „Deep Learning with Python“ [...] Seite 66 von 85 4.1.3 Machine Learning for Engineers – Einführung in Methoden und Werkzeuge Machine Learning for Engineers – Introduction to Methods ans Tools Zuordnung zum Curriculum [...] und verschiedener Algorithmen des Machine Learning. • Methodenkompetenz: Die Studierenden sind befähigt, verschiedene Verfahren des Machine Learnings praktisch anzugehen und die Ergebnisse zu

Machine Learning mit Scikit-Learn, Keras und TensorFlow“, O'Reilly; 2. Edition (2020) Bishop, C.M.: „Pattern Recognition and Machine Learning“, Springer (2006) Chollet, F.: „Deep Learning with Python“ [...] Seite 66 von 86 4.1.3 Machine Learning for Engineers – Einführung in Methoden und Werkzeuge Machine Learning for Engineers – Introduction to Methods ans Tools Zuordnung zum Curriculum [...] verschiedener Algorithmen des Machine Learning. • Methodenkompetenz: Die Studierenden sind befähigt, verschiedene Verfahren des Machine Learnings praktisch anzugehen und die Ergebnisse zu

science and the machine learning domain • Understanding some of the most widely used machine learning methods • Being able to implement a machine learning pipeline in order to solve real world problems [...] Voraussetzungen* Prerequisites This course is an introduction to ML. There is no need to have any prior knowledge about machine learning *Hinweis: Beachten Sie auch die Voraussetzungen nach Prüf [...] limited to linear regression and classification, Support vector machines and Deep neural networks. 3) Introduction to Python programming for data science. 4) Applying machine learning models on

eigenverantwortliches Werken (Projektarbeit unter Nutzung des Hochschul- Lernmanagementsystem meet-to-learn.de) Art der Prüfung (Studienarbeit, Klausur, Leistungsnachweise) schriftliche Prüfung [...] zu durchlaufen. Von der Ideenfindung, Storyboard, der Medienwahl, über Briefings, Pre-production-Meetings, in denen Inhalte und Ideen überprüft werden. Die Diskussion in der Gruppe über den aktuellen [...] Day V, 11. Mai 2007, 3. Lengerich [u.a.], Pabst Science Publ., 2007 4. Bousquet, Michele: How to cheat in 3ds Max 2009, Amsterdam, Focal Press/Elsevier, 2008 5. Wendt, Volker: 3ds Max 9 Workshops

/Pipher, J./Silverman, J. H. (2014): An Introduction to Mathematical Cryptography, 2. Auflage, Springer · Katz, J./Lindell, Y. (2015): Introduction to Modern Cryptography, 2. Auflage, CRC Press · Lipton [...] Synthese gesprochener Sprache (text-to-speech) · Sprachdialogsysteme · Textanalyse, Dokumentanalyse, OCR · Clustering/Klassifikation · Neuronale Netze und Deep Learning Lehrmaterial/Literatur Teaching [...] Vor-/Nachbereitung: 45 h PrA: 45 h Gesamt: 150 h Lernziele/Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

/Pipher, J./Silverman, J. H. (2014): An Introduction to Mathematical Cryptography, 2. Auflage, Springer · Katz, J./Lindell, Y. (2015): Introduction to Modern Cryptography, 2. Auflage, CRC Press · Lipton [...] Synthese gesprochener Sprache (text-to-speech) · Sprachdialogsysteme · Textanalyse, Dokumentanalyse, OCR · Clustering/Klassifikation · Neuronale Netze und Deep Learning Lehrmaterial/Literatur Teaching [...] Vor-/Nachbereitung: 45 h PrA: 45 h Gesamt: 150 h Lernziele/Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

Verfahren (z.B. XAI, Embedded AI, semi-/self-supervised learning, active learning, federated learning, contrastive learning, transfer learning, DL für Audiosignale) Lehrmaterial / Literatur Teaching [...] Practical Machine Learning Tools and Techniques, Morgan Kaufmann, 2018. A. Géron: Hands-on Machine Learning with Scikit-Learn, Keras and Tensor Flow, O’Reilly, 2018 Raschka: Machine Learning mit Python: das [...] and Machine Learning, Springer, 2006. F. Chollet: Deep Learning with Python, Manning, 2018. (deutsche Version bei mitp Professional, 2018) A. Géron: Hands-On Machine Learning with Scikit-Learn, Keras, and

Verfahren (z.B. XAI, Embedded AI, semi-/self-supervised learning, active learning, federated learning, contrastive learning, transfer learning, DL für Audiosignale) Lehrmaterial / Literatur Teaching [...] Practical Machine Learning Tools and Techniques, Morgan Kaufmann, 2018. A. Géron: Hands-on Machine Learning with Scikit-Learn, Keras and Tensor Flow, O’Reilly, 2018 Raschka: Machine Learning mit Python: das [...] and Machine Learning, Springer, 2006. F. Chollet: Deep Learning with Python, Manning, 2018. (deutsche Version bei mitp Professional, 2018) A. Géron: Hands-On Machine Learning with Scikit-Learn, Keras, and

achievements of previous studies can only be credited if the learning outcome can be attributed to a Master level or corresponds to the learning outcome of a module in the OTH Master's degree programme. [...] Berechnung Workload: According to § 8 para. 1 sentence 3 BayStudAkkV, the following applies: One credit point is based on a workload of 25 to 30 hours. To calculate the workload, a distinction [...] 3.4 Master´s-Degree and Service Learning Masterabschluss und Service Learning ID Name 02003 Colloquium 00850 Master´s Thesis 00851 Service Learning page 8