Courses
Archive: past or irregular Courses
Programmierung und Architekturen von Cluster-Rechnern | last time SS 2020 |
Informatik-Repetitorium | last time WS 2018/19 |
Geschichte der Programmiersprachen | last time WS 2018/19 |
Mobile Application Development | last time SS 2016 |
Principles of Programming Languages | last time SS 2015 |
Parallele Algorithmen/Parallel Algorithms | least time WS 2014/15 |
Graphtransformationssysteme | last time SS 2014 |
Funktionale Programmierung in Haskell | last time SS 2013 |
Previous Semester
Hauptseminar
Machine Learning: Advances
Basic data
Title | Machine Learning: Advances |
---|---|
Short text | SemML-II |
Module frequency | nur im Wintersemester |
Semester hours per week | 2 |
Anmeldung mit Themenanfrage per E-Mail vor Beginn des Seminars; Die Themen werden nach dem Prinzip "Wer zuerst kommt, mahlt zuerst" verteilt.
Parallel groups / dates
Dieses Seminar führt in das Themengebiet des tiefen Lernens ein. Tiefes Lernen ist eine der gefragtesten Fähigkeiten in der künstlichen Intelligenz. Verfahren des tiefen Lernens haben beispielsweise alle bisherigen Benchmarks für die Klassifizierung von Bildern, Text und Sprache weit übertroffen. Tiefes Lernen ermöglicht und verbessert einige der interessantesten Anwendungen der Welt, wie autonome Fahrzeuge, Genomforschung, humanoide Robotik, Echtzeitübersetzung und es besiegt die besten menschlichen Go-Spieler der Welt.
Ziel des Seminars ist eine umfassende Einführung in das tiefe Lernen. Basierend auf maschinellem Lernen wird daher erklärt, wie tiefes Lernen funktioniert, wann und warum es wichtig ist und die wesentlichen Verfahren beleuchtet.
Zu den Verfahren gehören: (1) Architektur und Hyperparameter; (2) mehrschichtiges Perzeptron; (3) Mischungen neuronaler Netze; (4) tiefes Lernen für Sequenzen (Hidden Markov-Modelle, wiederkehrende neuronale Netze, bidirektionales/Langzeit-Kurzzeitgedächtnis, Gated Recurrent Unit, Temporal Convolutional Network); (5) tiefes Lernen für Bilder (Faltungs-Neuronale Netze); (6) tiefes/verstärkendes Lernen; (7) Markov-Prozesse (Gaußsche Prozesse und Bayes'sche Optimierung, grafische Modelle und Bayes'sche Netze, Kalman- und Partikelfilter); (8) Online-Lernen und Spieltheorie; (9) unüberwachtes Repräsentationslernen und generative Methoden (allgemeine gegnerische Netzwerke, Variational Autoencoder); (10) Datenerweiterung und Transferlernen.¹
Das Seminar gibt einen Einblick in die Welt des tiefen Lernens und befähigt den Studierenden eine wissenschaftliche Präsentation und Ausarbeitung anzufertigen, um individuell erworbenes Wissen einem Fachpublikum vermitteln zu können.
¹ Die Themen sind an den aktuellen Forschungsstand angepasst und wechseln sich jährlich ab.
1. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German or English |
Responsible |
Prof. Dr. Michael Philippsen Tobias Feigl |
Literature references: - G. Goodfellow und Y. Bengio und A. C. Courville: Deep Learning, mitp-Verlag, 2015
- R. S. Sutton und A. G. Barto: Reinforcement Learning: An Introduction, MIT Press, 1998
- F. V. Jensen: An Introduction To Bayesian Networks, Springer, 1996
- R. Rojas: Theorie der neuronalen Netze - eine systematische Einführung, Springer, 1993
- J. Schmidhuber: Deep learning in neural networks: An overview, J. Intl. Neural Network Society (INNS), 2015
- D. Silver et al.: Mastering the game of Go with deep neural networks and tree search, J. Nature, 2016
- F. Chollet: Deep Learning with Python, Manning Publications, 2017
- A. Müller und S. Guido: Introduction to Machine Learning with Python: A Guide for Data Scientists, O'Reilly UK Ltd., 2016
- T. J. Hastie und R. Tibshirani und J. H. Friedman: The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Springer Series in Statistics, 2009
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
Einzeltermin Wed, 15:00 - 16:00 | 18.10.2023 - 18.10.2023 |
|
11302.04.150 | ||
Einzeltermin Sat, 09:00 - 16:00 | 20.01.2024 - 20.01.2024 | 11302.04.150 | |||
Einzeltermin Sat, 09:00 - 16:00 | 27.01.2024 - 27.01.2024 | 11302.04.150 | |||
Einzeltermin Sat, 09:00 - 16:00 | 03.02.2024 - 03.02.2024 | 11302.04.150 | |||
Einzeltermin Sat, 09:00 - 16:00 | 17.02.2024 - 17.02.2024 | 11302.04.150 |
Machine Learning: Introduction
Basic data
Title | Machine Learning: Introduction |
---|---|
Short text | SemML-I |
Module frequency | nur im Wintersemester |
Semester hours per week | 2 |
Anmeldung mit Themenanfrage per E-Mail vor Beginn des Seminars; Die Themen werden nach dem Prinzip "Wer zuerst kommt, mahlt zuerst" verteilt.
Parallel groups / dates
Dieses Seminar führt in das Themengebiet des maschinellen Lernens (ML) ein. ML ist die Wissenschaft, Computer zum Handeln zu bewegen, ohne explizit programmiert zu werden. ML ist heute so allgegenwärtig, dass wir es wahrscheinlich täglich verwenden, ohne es zu wissen. So hat ML in den letzten Jahren beispielsweise selbstfahrende Autos, praktische Bild- und Spracherkennung und die effektive Partner- und Websuche ermöglicht.
Ziel des Seminars ist eine umfassende Einführung in das maschinelle Lernen, Analyse und Verarbeitung von Daten sowie statistische Mustererkennung. Zu den Themen gehören: (1) Klassifizierungs- und Regressionsprobleme; (2) überwachtes Lernen (parametrische und nicht parametrische Algorithmen, lineare und logistische Regression, k-nächster Nachbar, Support-Vector-Machines, Entscheidungsbäume, flache neuronale Netze); (3) unüberwachtes Lernen (K-Means, Clustering, Dimensionsreduktion, PCA, LDA, Empfehlungssysteme); (4) Ensemble- und Online-Lernen; (5) Regularisierung: Modelldiagnose, Fehleranalyse und Qualitätsmetriken sowie Interpretation der Ergebnisse; (5) evolutionäre Algorithmen; (6) Anomalieerkennung und Gaußsche Verteilungen; (7) Bayes, Kalman-Filter und Gaußsche Prozesse.¹
Das Seminar gibt einen Einblick in die Welt des maschinellen Lernens und befähigt den Studierenden eine wissenschaftliche Präsentation und Ausarbeitung anzufertigen, um individuell erworbenes Wissen einem Fachpublikum vermitteln zu können.
¹ Die Themen sind an den aktuellen Forschungsstand angepasst und wechseln sich jährlich ab.
1. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German or English |
Responsible |
Tobias Feigl Prof. Dr. Michael Philippsen |
Literature references: - A. Müller und S. Guido: Introduction to Machine Learning with Python: A Guide for Data Scientists, O'Reilly UK Ltd., 2016
- K. P. Murphy: Machine learning - a probabilistic perspective, Adaptive computation and machine learning series, MIT Press, 2012.
- T. J. Hastie und R. Tibshirani und J. H. Friedman: The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Springer Series in Statistics, 2009.
- T. M. Mitchell: Machine Learning, McGraw-Hill Education Ltd., 1997
- F. V. Jensen: An Introduction To Bayesian Networks, Springer, 1996
- J. A. Freeman: Simulating neural networks - with Mathematica, Addison-Wesley Professional, 1993
- J. A. Hertz und A. Krogh und R. G. Palmer: Introduction to the theory of neural computation, Westview Press, 1991
- R. Rojas: Theorie der neuronalen Netze - eine systematische Einführung, Springer, 1993
- W. Banzhaf und F. D. Francone und R. E. Keller und P. Nordin: Genetic programming - An Introduction: On the Automatic Evolution of Computer Programs and Its Applications, Morgan Kaufmann, 1998
- M. Mitchell: An introduction to genetic algorithms, MIT Press, 1996
- Z. Michalewicz: Genetic Algorithms + Data Structures = Evolution Programs, Springer, 1992
- M. Bishop: Pattern Recognition and Machine Learning (Information Science and Statistics), Springer, 2006
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
Einzeltermin Wed, 15:00 - 16:00 | 18.10.2023 - 18.10.2023 |
|
11302.04.150 | ||
Einzeltermin Sat, 09:00 - 16:00 | 20.01.2024 - 20.01.2024 | 11302.04.150 | |||
Einzeltermin Sat, 09:00 - 16:00 | 27.01.2024 - 27.01.2024 | 11302.04.150 | |||
Einzeltermin Sat, 09:00 - 16:00 | 03.02.2024 - 03.02.2024 | 11302.04.150 | |||
Einzeltermin Sat, 09:00 - 16:00 | 17.02.2024 - 17.02.2024 | 11302.04.150 |
Seminar
Begleitseminar zu Bachelor- und Masterarbeiten
Basic data
Title | Begleitseminar zu Bachelor- und Masterarbeiten |
---|---|
Short text | inf2-bs-bama |
Module frequency | in jedem Semester |
Semester hours per week | 3 |
Parallel groups / dates
1. Parallelgruppe
Semester hours per week | 3 |
---|---|
Teaching language | German |
Responsible |
Prof. Dr. Michael Philippsen |
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Mon, 12:15 - 13:45 | 16.10.2023 - 05.02.2024 | 01.01.2024 25.12.2023 |
|
11302.04.150 |
Current Semester
Hauptseminar
"Hallo Welt!" für Fortgeschrittene
Basic data
Title | "Hallo Welt!" für Fortgeschrittene |
---|---|
Short text | HW |
Module frequency | nur im Sommersemester |
Semester hours per week | 3 |
Inhalt:
Programmierwettbewerbe wie der International Collegiate Programming Contest (ICPC) der ACM bieten die Möglichkeit, die eigenen Programmier- und Teamfähigkeiten an einer Vielzahl algorithmischer Probleme aus ganz verschiedenen Gebieten wie Geometrie, Kombinatorik, String-Verarbeitung und Zahlentheorie zu testen. Dabei treten die Studenten in 3er-Teams an, haben aber nur einen Computer zur Verfügung. Oft ist die Teamstrategie entscheidend für den Erfolg der Gruppe.
In diesem Seminar werden wichtige Algorithmen zur Lösung von Problemen aus den verschiedenen Gebieten in wöchentlichen, studentischen Vorträgen vorgestellt und Standardverfahren eingeübt. Neben den Vorträgen werden zum Thema passende Aufgaben besprochen und diskutiert. Zusätzlich müssen eine gewisse Anzahl an Aufgaben in Einzelarbeit gelöst werden.
Das Seminar bereitet auf die Teilnahme am Programmierwettbewerb der Universität Erlangen-Nürnberg Ende des Sommersemesters vor. Es besteht Teilnahmepflicht für diesen Wettbewerb.
Die Materialien zur Lehrveranstaltung werden über StudOn bereitgestellt.
Empfohlene Literatur:
- Skiena/Revilla, Programming Challenges. The Programming Contest Training Manual. Springer 2003.
- Cormen/Leiserson/Rivest/Stein, Introduction to Algorithms. MIT Press 2001.
Parallel groups / dates
1. Parallelgruppe
Semester hours per week | 3 |
---|---|
Teaching language | German or English |
Responsible |
Daniela Novac Prof. Dr. Michael Philippsen Dr.-Ing. Paul Wild |
Maximum number of participants: 18
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Mon, 14:00 - 16:00 | 15.04.2024 - 15.07.2024 | 20.05.2024 | 11302.04.150 | ||
Einzeltermin Fri, 14:00 - 16:00 | 19.04.2024 - 19.04.2024 | 11302.04.150 |
Seminar
Begleitseminar zu Bachelor- und Masterarbeiten
Basic data
Title | Begleitseminar zu Bachelor- und Masterarbeiten |
---|---|
Short text | inf2-bs-bama |
Module frequency | in jedem Semester |
Semester hours per week | 3 |
Parallel groups / dates
1. Parallelgruppe
Semester hours per week | 3 |
---|---|
Teaching language | German |
Responsible |
Prof. Dr. Michael Philippsen |
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Mon, 12:15 - 13:45 | 15.04.2024 - 15.07.2024 | 20.05.2024 |
|
11302.04.150 |
Upcoming Semester
Vorlesung
Applied Software Engineering
Basic data
Title | Praktische Softwaretechnik |
---|---|
Short text | PSWT-PSWT |
Module frequency | nur im Wintersemester |
Semester hours per week | 4 |
Software ist überall und Software ist komplex. Nicht triviale Software wird von Teams entwickelt. Oft müssen bei der Entwicklung von Softwaresystemen eine Vielzahl von funktionalen und nicht funktionalen Anforderungen berücksichtigt werden. Hierfür ist eine disziplinierte und ingenieurmäßige Vorgehensweise notwendig.
Die Vorlesung "Praktische Softwaretechnik" soll ...
- ein Bewusstsein für die typischen Problemstellungen schaffen, die bei der Durchführung umfangreicher Softwareentwicklungsprojekte auftreten,
- ein breites Basiswissen über die Konzepte, Methoden, Notationen und Werkzeuge der modernen Softwaretechnik vermitteln und
- die Möglichkeiten und Grenzen ihres Einsatzes im Kontext realistischer Projektumgebungen anhand praktischer Beispiele demonstrieren und bewerten.
Die Vorlesung adressiert inhaltlich alle wesentlichen Bereiche der Softwaretechnik. Vorgestellt werden unter anderem
- traditionelle sowie agile Methoden der Softwareentwicklung,
- Methoden der Anforderungsanalyse und des Systementwurfs,
- Konzepte der Softwarearchitektur,
- implementierung und Dokumentation und
- Testen und Qualitätssicherung sowie Prozessverbesserung.
Parallel groups / dates
1. Parallelgruppe
Semester hours per week | 4 |
---|---|
Teaching language | English |
Responsible |
Dr. Ing. Christoph Erhardt Ralf Ellner |
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Mon, 08:00 - 10:00 | 14.10.2024 - 03.02.2025 | 23.12.2024 30.12.2024 06.01.2025 |
|
Ausgewählte Kapitel aus dem Übersetzerbau
Basic data
Title | Ausgewählte Kapitel aus dem Übersetzerbau |
---|---|
Short text | inf2-ueb3 |
Module frequency | nur im Wintersemester |
Semester hours per week | 2 |
Es ist keine Anmeldung erforderlich.
Parallel groups / dates
In der Vorlesung werden Aspekte des Übersetzerbaus beleuchtet, die über die Vorlesungen "Grundlagen des Übersetzerbaus" und "Optimierungen in Übersetzern" hinausgehen.
Voraussichtliche Themen sind:
- Übersetzer u. Optimierungen für funktionale Programmiersprachen
- Übersetzung aspektorientierter Programmiersprachen
- Erkennung von Wettlaufsituationen
- Software Watermarking
- Statische Analyse und symbolische Ausführung
- Binden von Objektcode und Unterstützung für dynamische Bibliotheken
- Strategien zur Ausnahmebehandlung
- Just-in-Time-Übersetzer
- Speicherverwaltung und Speicherbereinigung
- LLVM
Die Materialien zur Lehrveranstaltung werden über StudOn bereitgestellt.
1. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Prof. Dr. Michael Philippsen Julian Brandner Tobias Heineken Florian Mayer Daniela Novac |
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Wed, 08:15 - 09:45 | 16.10.2024 - 05.02.2025 | 25.12.2024 01.01.2025 |
|
Grundlagen des Übersetzerbaus
Basic data
Title | Grundlagen des Übersetzerbaus |
---|---|
Short text | inf2-ueb |
Module frequency | nur im Wintersemester |
Semester hours per week | 2 |
Voraussetzung zur Teilnahme an der Modulprüfung ist die erfolgreiche Bearbeitung der Übungsaufgaben.
Parallel groups / dates
1. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Florian Mayer Prof. Dr. Michael Philippsen Tobias Heineken |
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Thu, 08:15 - 09:45 | 17.10.2024 - 06.02.2025 | 02.01.2025 26.12.2024 |
|
Parallele und Funktionale Programmierung
Basic data
Title | Parallele und Funktionale Programmierung |
---|---|
Short text | PFP |
Module frequency | nur im Wintersemester |
Semester hours per week | 2 |
Parallel groups / dates
Die Materialien zur Lehrveranstaltung werden über StudOn bereitgestellt.
1. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Prof. Dr. Michael Philippsen Dr.-Ing. Norbert Oster |
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Tue, 12:15 - 13:45 | 15.10.2024 - 04.02.2025 | 24.12.2024 31.12.2024 |
|
Software-Projektmanagement
Basic data
Title | Software-Projektmanagement |
---|---|
Short text | PSWT-SPM |
Module frequency | nur im Wintersemester |
Semester hours per week | 4 |
Parallel groups / dates
1. Parallelgruppe
Semester hours per week | 4 |
---|---|
Teaching language | German |
Responsible |
Prof. Dr. Bernd Hindel |
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
nach Vereinbarung - | - |
|
Hauptseminar
Machine Learning: Advances
Basic data
Title | Machine Learning: Advances |
---|---|
Short text | SemML-II |
Module frequency | nur im Wintersemester |
Semester hours per week | 2 |
Anmeldung mit Themenanfrage per E-Mail vor Beginn des Seminars; Die Themen werden nach dem Prinzip "Wer zuerst kommt, mahlt zuerst" verteilt.
Parallel groups / dates
1. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German or English |
Responsible |
Prof. Dr. Michael Philippsen Tobias Feigl |
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
nach Vereinbarung - | - |
|
|||
Einzeltermin Thu, 14:00 - 15:00 | 10.10.2024 - 10.10.2024 | ||||
Blockveranstaltung+Sa Sat, 09:00 - 16:00 | 04.01.2025 - 29.03.2025 | 06.01.2025 |
Machine Learning: Introduction
Basic data
Title | Machine Learning: Introduction |
---|---|
Short text | SemML-I |
Module frequency | nur im Wintersemester |
Semester hours per week | 2 |
Anmeldung mit Themenanfrage per E-Mail vor Beginn des Seminars; Die Themen werden nach dem Prinzip "Wer zuerst kommt, mahlt zuerst" verteilt.
Parallel groups / dates
1. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German or English |
Responsible |
Prof. Dr. Michael Philippsen Tobias Feigl |
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
nach Vereinbarung - | - |
|
|||
Einzeltermin Thu, 14:00 - 15:00 | 10.10.2024 - 10.10.2024 | 11302.04.150 | |||
Blockveranstaltung+Sa Sat, 09:00 - 16:00 | 04.01.2025 - 29.03.2025 | 06.01.2025 |
Seminar
Begleitseminar zu Bachelor- und Masterarbeiten
Basic data
Title | Begleitseminar zu Bachelor- und Masterarbeiten |
---|---|
Short text | inf2-bs-bama |
Module frequency | in jedem Semester |
Semester hours per week | 3 |
Parallel groups / dates
1. Parallelgruppe
Semester hours per week | 3 |
---|---|
Teaching language | German |
Responsible |
Prof. Dr. Michael Philippsen |
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Mon, 12:15 - 13:45 | 14.10.2024 - 03.02.2025 | 23.12.2024 06.01.2025 30.12.2024 |
|
11302.04.150 |
Übung
Übungen zu Ausgewählte Kapitel aus dem Übersetzerbau
Basic data
Title | Übungen zu Ausgewählte Kapitel aus dem Übersetzerbau |
---|---|
Short text | inf2-ueb3-ex |
Module frequency | nur im Wintersemester |
Semester hours per week | 2 |
Blockveranstaltung n.V. nach der Vorlesungszeit.
Parallel groups / dates
Die Übungen zu Übersetzerbau 3 stellen eine Ergänzung zur Vorlesung dar. In der Vorlesung wird unter anderem die Architektur und Funktionsweise einer virtuellen Maschine beleuchtet. In den Übungen soll dies praktisch umgesetzt werden. Hierzu sollen die Studenten in einer Blockveranstaltung eine kleine virtuelle Maschine selbst implementieren. Den Anfang bildet das Einlesen des Byte-Codes und am Ende soll ein funktionsfähiger optimierender Just-in-Time-Übersetzer entstehen.
Die Materialien zur Lehrveranstaltung werden über StudOn bereitgestellt.
1. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Prof. Dr. Michael Philippsen Tobias Heineken Florian Mayer Julian Brandner |
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
nach Vereinbarung - | - |
|
Übungen zu Grundlagen des Übersetzerbaus
Basic data
Title | Übungen zu Grundlagen des Übersetzerbaus |
---|---|
Short text | inf2-ueb-ex |
Module frequency | nur im Wintersemester |
Semester hours per week | 2 |
Parallel groups / dates
Im Rahmen der Übungen werden die in der Vorlesung vorgestellten Konzepte und Techniken zur Implementierung eines Übersetzers in die Praxis umgesetzt. Ziel der Übungen ist es, bis zum Ende des Semesters einen funktionsfähigen Übersetzer für die Beispiel-Programmiersprache e2 zu implementieren. Die hierfür nötigen zusätzlichen Kenntnisse (z.B. Grundlagen des Assemblers für x86-64) werden in den Tafelübungen vermittelt. Die im Laufe des Semesters zu erreichenden Meilensteine sind im StudOn-Eintrag der Vorlesung aufgelistet. Die Materialien zur Lehrveranstaltung werden über StudOn bereitgestellt.
1. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Tobias Heineken Prof. Dr. Michael Philippsen Florian Mayer |
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Mon, 14:15 - 15:45 | 14.10.2024 - 03.02.2025 | 06.01.2025 23.12.2024 30.12.2024 |
Im Rahmen der Übungen werden die in der Vorlesung vorgestellten Konzepte und Techniken zur Implementierung eines Übersetzers in die Praxis umgesetzt. Ziel der Übungen ist es, bis zum Ende des Semesters einen funktionsfähigen Übersetzer für die Beispiel-Programmiersprache e2 zu implementieren. Die hierfür nötigen zusätzlichen Kenntnisse (z.B. Grundlagen des Assemblers für x86-64) werden in den Tafelübungen vermittelt. Die im Laufe des Semesters zu erreichenden Meilensteine sind im StudOn-Eintrag der Vorlesung aufgelistet. Die Materialien zur Lehrveranstaltung werden über StudOn bereitgestellt.
2. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Prof. Dr. Michael Philippsen Tobias Heineken Florian Mayer |
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Fri, 08:15 - 09:45 | 18.10.2024 - 07.02.2025 | 01.11.2024 27.12.2024 03.01.2025 |
Im Rahmen der Übungen werden die in der Vorlesung vorgestellten Konzepte und Techniken zur Implementierung eines Übersetzers in die Praxis umgesetzt. Ziel der Übungen ist es, bis zum Ende des Semesters einen funktionsfähigen Übersetzer für die Beispiel-Programmiersprache e2 zu implementieren. Die hierfür nötigen zusätzlichen Kenntnisse (z.B. Grundlagen des Assemblers für x86-64) werden in den Tafelübungen vermittelt. Die im Laufe des Semesters zu erreichenden Meilensteine sind im StudOn-Eintrag der Vorlesung aufgelistet. Die Materialien zur Lehrveranstaltung werden über StudOn bereitgestellt.
3. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Tobias Heineken Prof. Dr. Michael Philippsen Florian Mayer |
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Fri, 10:15 - 11:45 | 18.10.2024 - 07.02.2025 | 27.12.2024 03.01.2025 01.11.2024 |
|
Übungen zu Parallele und Funktionale Programmierung
Basic data
Title | Übungen zu Parallele und Funktionale Programmierung |
---|---|
Short text | UePFP |
Module frequency | nur im Wintersemester |
Semester hours per week | 2 |
Parallel groups / dates
10. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Julian Brandner Prof. Dr. Michael Philippsen |
Maximum number of participants: 25
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Tue, 14:00 - 16:00 | 15.10.2024 - 04.02.2025 | 24.12.2024 31.12.2024 |
4. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Julian Brandner Prof. Dr. Michael Philippsen |
Maximum number of participants: 25
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Wed, 14:15 - 15:45 | 16.10.2024 - 05.02.2025 | 25.12.2024 01.01.2025 |
11. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Julian Brandner Prof. Dr. Michael Philippsen |
Maximum number of participants: 25
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Tue, 16:00 - 18:00 | 15.10.2024 - 04.02.2025 | 24.12.2024 31.12.2024 |
3. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Prof. Dr. Michael Philippsen Julian Brandner |
Maximum number of participants: 25
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Tue, 14:15 - 15:45 | 15.10.2024 - 04.02.2025 | 31.12.2024 24.12.2024 |
14. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Julian Brandner Prof. Dr. Michael Philippsen |
Maximum number of participants: 25
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Fri, 12:00 - 14:00 | 18.10.2024 - 07.02.2025 | 27.12.2024 03.01.2025 01.11.2024 |
9. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Prof. Dr. Michael Philippsen Julian Brandner |
Maximum number of participants: 25
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Mon, 16:00 - 18:00 | 14.10.2024 - 03.02.2025 | 06.01.2025 30.12.2024 23.12.2024 |
5. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Prof. Dr. Michael Philippsen Julian Brandner |
Maximum number of participants: 25
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Wed, 16:15 - 17:45 | 16.10.2024 - 05.02.2025 | 01.01.2025 25.12.2024 |
8. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Prof. Dr. Michael Philippsen Julian Brandner |
Maximum number of participants: 25
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Mon, 14:00 - 16:00 | 14.10.2024 - 03.02.2025 | 30.12.2024 23.12.2024 06.01.2025 |
6. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Prof. Dr. Michael Philippsen Julian Brandner |
Maximum number of participants: 25
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Fri, 08:15 - 09:45 | 18.10.2024 - 07.02.2025 | 03.01.2025 01.11.2024 27.12.2024 |
1. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Julian Brandner Prof. Dr. Michael Philippsen |
Maximum number of participants: 25
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Mon, 10:15 - 11:45 | 14.10.2024 - 03.02.2025 | 06.01.2025 23.12.2024 30.12.2024 |
2. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Prof. Dr. Michael Philippsen Julian Brandner |
Maximum number of participants: 25
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Mon, 12:15 - 13:45 | 14.10.2024 - 03.02.2025 | 06.01.2025 23.12.2024 30.12.2024 |
12. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Julian Brandner Prof. Dr. Michael Philippsen |
Maximum number of participants: 25
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Wed, 14:00 - 16:00 | 16.10.2024 - 05.02.2025 | 01.01.2025 25.12.2024 |
13. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Prof. Dr. Michael Philippsen Julian Brandner |
Maximum number of participants: 25
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Thu, 16:00 - 18:00 | 17.10.2024 - 06.02.2025 | 26.12.2024 02.01.2025 |
7. Parallelgruppe
Semester hours per week | 2 |
---|---|
Teaching language | German |
Responsible |
Julian Brandner Prof. Dr. Michael Philippsen |
Maximum number of participants: 25
Date and Time | Start date - End date | Cancellation date | Lecturer(s) | Comment | Room |
---|---|---|---|---|---|
wöchentlich Fri, 10:15 - 11:45 | 18.10.2024 - 07.02.2025 | 03.01.2025 27.12.2024 01.11.2024 |
General Course Portfolio
Summer term |
Winter term |
|
Algorithmen und Datenstrukturen (Übungen) | (AuD) | (AuD) |
Parallele und Funktionale Programmierung | (PFP) | |
Grundlagen des Übersetzerbaus | (UE1) | |
Optimierungen in Übersetzern | (UE2) | |
Ausgewählte Kapitel aus dem Übersetzerbau | (UE3) | |
Analyse und Design objektorientierter Softwaresysteme mit der Unified Modeling Language (UML) | (OOAD) | |
Testen von Softwaresystemen | (TSWS) | |
Machine Learning: Introduction | (ML-I) | |
Machine Learning: Advances | (ML-II) | |
“Hallo Welt!” für Fortgeschrittene | (HW) |