Für Informatik Studierende nach der neuen BPO ist es IBA, für Studierende nach der alten BPO ist es Fachinformatik 2.

Studierende der Digitalen Medien erhalten zusätzlich 2CP.

Für Studierende der Digitalen Medien und Komplementärfach Informatik.
Die Vorlesung findet zusammen mit der Veranstaltung 'Algorithmen und Datenstrukturen' statt.

Für Studierende der Digitalen Medien und Komplementärfach Informatik

Nicht für Vollfach-Informatik-Studierende anrechenbar.

Das Modul kann nur in der freien Wahl angerechnet werden.
Blockkurs ganztags (jeweils 8 bis 12 und 13 bis 18 Uhr). Die Inhalte dieser Veranstaltung werden für Technische Informatik 2 (Studiengang Informatik) und Computergraphik vorausgesetzt.
Mit dem abschließenden Programmiertest können 2 ECTS für "freie Wahl" (unbenotet) erworben werden.
Nachmittags 13 bis 18 Uhr findet die Veranstaltung im MZH Ebene 0 statt ??
Ob Präsenz zum Zeitpunkt der Veranstaltung möglich ist, steht noch nicht fest.

Die Veranstaltung gibt einen Überblick über das Wahlangebot im Fach Informatik für die Studiengänge Bachelor und Master Informatik, Bachelor Digitale Medien, Bachelor Wirtschaftsinformatik sowie Bachelor und Master Systems Engineering. Die Veranstaltung findet online asynchron statt.

Nicht für Vollfach-Informatik-Studierende anrechenbar

Für WInf-Studierende im zweiten Semester weitere 3 CP in Freie Wahl als Ersatz für SWP1.
Für SysEng-Studierende als Ersatz für SWP1.
Für Studierende, die an der Vorlesung nicht teilnehmen können, gibt es eine Aufzeichnung des Vorlesungsanteils aus dem vorigen Jahr.

Kommentar:
https://www.uni-bremen.de/fileadmin/user_upload/fachbereiche/fb9/zemki/docs/comments/Comments_SoSe22/M2.pdf

Die Veranstaltung gibt einen Überblick über das Wahlangebot im Fach Informatik für die Studiengänge Bachelor und Master Informatik, Bachelor Digitale Medien, Bachelor Wirtschaftsinformatik sowie Bachelor und Master Systems Engineering. Die Veranstaltung findet online asynchron statt.

Schwerpunkt: AI

Die Veranstaltung beginnt am 03.06.2022 und endet am 22.07.2022.
Sie wird von der Lehrbeauftragten Dr. Imke Sommer durchgeführt.
Der Kurs ist auf Max. 50 Teilnehmer begrenzt.

Das Proseminar findet als Blockveranstaltung online statt. Der Termin wird den Interessenten rechtzeitig mitgeteilt

From medical decision support systems to automatic language translation, from sorting and prioritizing news on social networks to autonomous cars: Machine learning is woven into the fabric of daily life. Applying machine learning, data science aims to extract knowledge or insights from data.

The class will provide an introduction to data science and applied machine learning. For this, the programming language Python will be used (and taught). You will learn about the difference between supervised and unsupervised machine learning, and four machine learning tasks:
• Classification (e.g. k-NN, Decision Trees, Support Vector Machines)
• Regression (Linear Regression, Logistic Regression)
• Clustering (k-means)
• Dimensionality Reduction (PCA, t-SNE)
We will explore natural language processing for text mining and computer vision. Exploratory data analysis and evaluation, as an integral part of data science, will also be taught.

This class is taught remotely. Every week, the lecturer will upload new material to this website. To succeed in this course, you have to watch the videos, do the exercises and applications, and work on your own project. Remember that these videos are not full-fledged lectures, they are a starting point for your own learning. Use material like the coursebook to learn more about the topics as we progress in the course.

This is an online course, not a lecture that was filmed and put online. The course format was adapted to suit both the needs of the medium and the material.

We will meet regularly, but most of the input will be provided as videos. This allows you to rewatch videos, watch them at different speeds, and discuss the videos with each other.

Profil: DMI, SQ
Schwerpunkt: DMI, SQ




Die Idee, zukünftige Nutzerinnen und Nutzer an der Gestaltung von Informationssystemen teilhaben zu lassen, hat ihren Ursprung in drei verschiedenen partizipativen Designansätzen zwischen den späten 1970er Jahren bis in die frühen 1990er Jahre. Zu den Zielen einer solchen Beteiligung gehören sowohl moralische als auch pragmatische Überlegungen: (i) das Teilen von Kontrolle über Designentscheidungen mit denjenigen, die von diesen Entscheidungen betroffen sein werden (ii) das Einbeziehen der Expertise und des Wissens zukünftiger Nutzerinnen und Nutzer über die Prozesse/Praktiken, die das zu entwickelnde System unterstützen soll, sowie (iii) die Ermöglichung individueller, organisatorischer und technologischer Veränderungen durch gemeinsame Entwicklung.

Lernziele:
• Kenntnis über die Geschichte und Kernkonzepte der partizipativen Softwareentwicklung
• Kenntnis verschiedener Verfahren/Methoden der partizipativen Softwareentwicklung
• Durchführung eines konkreten Entwicklungsprozesses unter Anwendung verschiedener Methoden
• Kompetenz der Entwicklung eines eigenen Forschungs- oder Entwicklungsvorhabens auf Grundlage der partizipativen Softwareentwicklung
• Entwicklung von Gruppenkompetenzen und Interesse an Teamarbeit

Das Graduiertenseminar findet immer am 1. Montag des Monats im MZH 3470, von 14 bis ca. 18 Uhr, statt.

nach Vereinbarung

Das Graduiertenseminar findet in Raum MZH 5232 statt.

Termine nach Vereinbarung

Achtung: Das Seminar kann nur im Rahmen der General Studies besucht werden.

In diesem Praxiskurs geht es grundlegend aber umfangreich darum, wie ihr digitale Mittel zur Umsetzung eurer Kunst nutzen könnt. Ihr könnt folgendes lernen und erleben:

• Theoretische Grundlagen zum Thema Grafikdesign (Technisches, Rechtliches, Best Practice etc.)
• Anleitung und Hilfestellung zur praktischen Umsetzung verschiedener Grafikprojekte mit Photoshop und Illustrator
• Auseinandersetzung mit verschiedenen typischen Anwendungsfeldern
• Kennenlernen verschiedener, nützlicher Plattformen
• Reinschnuppern in weiterführende Software (Animation, 3D-Modellierung etc.)

Die Veranstaltung findet online statt.

Informationen unter https://redmine.informatik.uni-bremen.de/projects/gamedev-ag/wiki