Practical Machine Learning Tools and Techniques, Morgan Kaufmann, 2018. • A. Géron: Hands-on Machine Learning with Scikit-Learn, Keras and Tensor Flow, O’Reilly, 201. • S. Raschka: Machine Learning mit Python [...] Einsatzgebiete von Reinforcement Learning Problemstellung und Grundbegriffe Markov-Prozesse Temporal Difference Learning (z.B. Q-Learning, SARSA) Deep Reinforcement Learning Lehrmaterial/Literatur Teaching [...] Nachbereitung sowie KI.Meeting) Lernziele/Qualifikationen des Moduls Learning Outcomes Das Modul besteht aus zwei Vorlesungsteilen KI.Ethik und KI.Kognition sowie einem KI.Meeting. Nach dem erfolgreichen

presented at the project kick-off and have to be worked on successively. Each student has to contribute individually to the common task. The overall results are to be submitted in the form of a pitch video [...] 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. S. Raschka: Machine Learning mit Python: [...] Nachbereitung sowie KI.Meeting) Lernziele / Qualifikationen des Moduls Learning Outcomes Das Modul besteht aus zwei Vorlesungsteilen KI.Ethik und KI.Interaktion sowie einem KI.Meeting Teil 1: Ethik

Prüfungsvorbereitung = 90 h = 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die [...] Prüfungsvorbereitung = 90 h = 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die [...] Prüfungsvorbereitung = 90 h = 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die

Machine Learning und Data Mining: Verständnis für die Anwendung von Machine-Learning- und Data-Mining-Techniken auf geografische Daten, einschließlich Supervised Learning, Unsupervised Learning, Deep [...] Choroplethenkarten oder interaktive Dashboards. • Geodatenanalyse mit Machine Learning: Anwendung von Machine-Learning-Algorithmen auf geografische Daten zur Vorhersage von Ereignissen, Mustererkennung [...] 60 h Eigenstudium 30 h Prüfungsvorbereitung Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

, eLearning-Elemente, Scrum-Projekt 150 h, davon Präsenzzeit: 60 h (4 SWS * 15 Vorlesungswochen) Selbststudium/Projektarbeit: 90 h Lernziele / Qualifikationen des Moduls Learning Outcomes [...] davon Präsenz: 60 h (4 SWS) Eigenstudium: 90 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] davon Präsenz: 60 h (4 SWS) Eigenstudium: 90 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

Zusammenhang mit Energiespeicherung (Wasserstoff, Elektrolyse, Brennstoffzellen, power to gas, power to liquid, biomass to liquid, CARNOT-Batterie, adiabate Druckluft etc.), Flexibilisierung von Kraft-Wär [...] Nachbereitung Prüfungsvorbereitung = 90 h = 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] Nachbereitung Prüfungsvorbereitung = 90 h = 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

Zusammenhang mit Energiespeicherung (Wasserstoff, Elektrolyse, Brennstoffzellen, power to gas, power to liquid, biomass to liquid, CARNOT-Batterie, adiabate Druckluft etc.), Flexibilisierung von Kraft-Wär [...] Nachbereitung Prüfungsvorbereitung = 90 h = 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] Nachbereitung Prüfungsvorbereitung = 90 h = 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

Prüfungsvorbereitung = 45 h = 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] Prüfungsvorbereitung = 45 h = 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] Prüfungsvorbereitung = 60 h = 270 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

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 [...] petenzen Learning outcomes / competences to be assessed Übungsleistung Up to 10 individual and group assignements to form the grade. The practical performance is used to test the entire [...] 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

150 h Selbststudium: 150 h Gesamtaufwand: 300 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] : 60 h Selbststudium: 90 h Gesamtaufwand: 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] : 90 h Eigenstudium: 120 h Gesamtaufwand: 210 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

has to checked individually. details to be specified in the first semester the module is taught 150h, details to be specified in the first semester the module is taught Learning Outcomes [...] Methodological skills:  Ability to program algorithms for IoT applications  Ability to develop software projects in IoT environment  Ability to implement sensors and actuators using libraries [...] Type/Scope incl. Weighting *2) Learning Objectives/ Competencies to be Assessed Written Exam (Kl90) Written Exam, 90 minutes Written Exam (Kl90) *1) Please refer to the applicable overview

Informationen Weitere Literatur und Informationen werden im Unterricht oder im Lernmanagementsystem „meet-to-learn“ bekannt gegeben. page Modulhandbuch für den Bachelorstudiengang Medizintechnik [...] Weitere Informationen und Literaturangaben werden in der Vor- lesung und im Lernmanagementsystem „meet-to-learn“ bekannt gegeben. page Modulhandbuch für den Bachelorstudiengang Medizintechnik [...] Teubner Verlag Weitere Informationen werden in der Vorlesung oder im Lernma- nagementsystem „meet-to-learn“ bekannt gegeben. page Modulhandbuch für den Bachelorstudiengang Medizintechnik

t: 90 h Eigenstudium: 60 h Gesamtaufwand: 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] t: 60 h Eigenstudium: 90 h Gesamtaufwand: 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] t: 60 h Eigenstudium: 90 h Gesamtaufwand: 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

Filmmaker’s Eye: Learning (and Breaking) the Rules of Cinematic Composition. Focal Press, New York · Riley, C. (2009): The Hollywood Standard. The Complete and Authoritative Guide to Script Format and [...] Eigenstudium: 75h (Vor-/ Nach-bereitung, Prüfungsvorbereitung) Lernziele/Qualifikationen des Moduls Learning Outcomes page 8 Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden [...] Eigenstudium: 75h (Vor-/ Nach-bereitung, Prüfungsvorbereitung) Lernziele/Qualifikationen des Moduls Learning Outcomes page 10 Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden

Filmmaker’s Eye: Learning (and Breaking) the Rules of Cinematic Composition. Focal Press, New York · Riley, C. (2009): The Hollywood Standard. The Complete and Authoritative Guide to Script Format and [...] reitung: 130 h Prüfungsvorbereitung: 50 h Gesamt: 300 h Lernziele/Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] reitung: 150 h Prüfungsvorbereitung: 30 h Gesamt: 300 h Lernziele/Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

Rollen, Artefakte und Meetings in ei- nem Scrum-Projekt und sind in der Lage, diese Rollen auszufüllen bzw. Artefakte zu erstellen und konstruktiv und zielführend sich in Meetings zu verhalten.  sind [...] Yiu, j.: The Definite Guide to ARM Cotex M3., Newnes Lewis, D. W.: Fundamentals of Embedded Software with the ARM Cortex M3, Pearson Trevor, M.: The Designer‘s Guide to the Cortex-M Processor Family [...] schreiben und einen Lebenslauf verfassen.  kennen Standardsätze für Diskussionen (z. B. in Meetings), Telefonie- ren und Präsentieren.  können technische Komponenten anhand von Beschreibungen

Definitive Guide to ARM Cortex-M3 and Cortex-M4 Processors, Newnes, 2013 D. W. Lewis: Fundamentals of Embedded Software with the ARM Cortex-M3, Pearson, 2012 M. Trevor: The Designer’s Guide to the Cortex-M [...] Kontaktstudium: 60 h (4 SWS) Eigenstudium: 90 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] ung des Präsenzunterrichts und Projektarbeit) Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

Definitive Guide to ARM Cortex-M3 and Cortex-M4 Processors, Newnes, 2013 D. W. Lewis: Fundamentals of Embedded Software with the ARM Cortex-M3, Pearson, 2012 M. Trevor: The Designer’s Guide to the Cortex-M [...] Kontaktstudium: 60 h (4 SWS) Eigenstudium: 90 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] ung des Präsenzunterrichts und Projektarbeit) Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

, eLearning- Elemente, Scrum-Projekt 150 h, davon: Präsenzzeit: 60h (4 SWS * 15 Vorlesungswochen) Selbststudium/Projektarbeit: 90 h Lernziele / Qualifikationen des Moduls Learning Outcomes [...] Definitive Guide to ARM Cortex-M3 and Cortex-M4 Processors, Newnes, 2013 D. W. Lewis: Fundamentals of Embedded Software with the ARM Cortex-M3, Pearson, 2012 M. Trevor: The Designer’s Guide to the Cortex-M [...] davon Präsenz: 60 h (4 SWS) Eigenstudium: 90 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

Lernziele / Qualifikationen des Moduls: Learning Outcomes The aim of the course is to impart the basics of operations and supply chain management related to the industrial transfor- mations. Starting [...] English, proficiency in Ger- man is not necessary. Learning outcomes: The following learning objectives are anticipated: • You will be able to define the topic of supply chain management and the [...] will be able to classify current developments and their effects on supply chains • You will be able to classify, evaluate, model and optimize supply chain processes • You will be able to use, evaluate

Practical Machine Learning Tools and Techniques, Morgan Kaufmann, 2018. • A. Géron: Hands-on Machine Learning with Scikit-Learn, Keras and Tensor Flow, O’Reilly, 201. • S. Raschka: Machine Learning mit Python [...] Einsatzgebiete von Reinforcement Learning Problemstellung und Grundbegriffe Markov-Prozesse Temporal Difference Learning (z.B. Q-Learning, SARSA) Deep Reinforcement Learning Lehrmaterial/Literatur Teaching [...] Nachbereitung sowie KI.Meeting) Lernziele/Qualifikationen des Moduls Learning Outcomes Das Modul besteht aus zwei Vorlesungsteilen KI.Ethik und KI.Kognition sowie einem KI.Meeting. Nach dem erfolgreichen

Kl 27.01.25 60 min 08.30 – 09.30 Uhr Machine Learning (SPO alt) 1. Brunner 2. Pirkl ModA Machine Learning 1 (SPO neu) 1. Brunner 2. Pirkl keine Kl 04.02.25 60 min [...] ---- ModA ---- ---- Deep Learning 1. Levi 2. Brunner ---- ModA ---- ---- Analyse und Bearbeitung einer gegebenen Aufgabenstellung mit Hilfe von Deep Learning; prototypische Realisierung von [...] kleinen Teams (neue SPO) Künstliche Intelligenz 1 (Ethik & Nachhaltigkeit, Interaktion & Meeting) 1. Heckmann 2. Ranisch --- ÜbL Benotete Pflichtübungen (SPO alt) page 2

6-10 2. Russisch: Tamara Blum, Elena Gorelova „The road to success - Путь к успеху“ 1, L 7 – 10 Tamara Blum, Elena Gorelova „The road to success - Путь к успеху“ 2L 2 3. Chinesisch: „Lóng neu [...] : 60 h Eigenstudium: 120 h Gesamtaufwand: 180 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] t: 60 h Eigenstudium: 90 h Gesamtaufwand: 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

ungen: 50 h CAD Kurs: 20 h Gesamtaufwand: 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] h Klausurvorbereitung: 30 h Gesamtaufwand: 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] h Klausurvorbereitung: 30 h Gesamtaufwand: 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

ungen: 50 h CAD Kurs: 20 h Gesamtaufwand: 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] h Klausurvorbereitung: 30 h Gesamtaufwand: 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] h Klausurvorbereitung: 30 h Gesamtaufwand: 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden