Winter Term 2020/21

The list of courses is only available in German.

Digitale Lehre

Vorlesungen und vorlesungsbegleitende Übungen:

Die Vorlesungen und vorlesungsbegleitenden Übungen werden im Wintersemester 2020/21 via Microsoft Teams stattfinden. Alle Materialien und Übungsblätter werden auf den entsprechenden JGU-LMS (Moodle) -Seiten für Data Streams, Software-Engineering und Data Mining bereitgestellt. Bitte melden Sie sich dort für Ihren Kurs an. Selbsteinschreibung ist dafür freigeschaltet. Dort finden Sie auch die Links zu MS Teams. Für die Vorlesungen sind die Links außerdem auf den unten verlinkten Veranstaltungsseiten und in Jogustine zu finden.

Machine Learning Seminar und Machine Learning Praktikum: 
Diese Lehrveranstaltungen finden über Microsoft Teams statt. Als TeilnehmerIn sollten Sie dort bereits der entsprechenden Veranstaltung hinzugefügt worden sein und an der technischen Probe teilgenommen haben. Die Vorbesprechungen fanden am 10.07.2020 statt. Auf die LMS-Seiten kann über die folgenden Links für das Seminar und das Praktikum zugegriffen werden.
Weitere Hinweise zu den Vorlesungen:

Gegebenenfalls wird an passenden Stellen ein Quiz in die Vorlesungen integriert, um trotz der Latenz von einigen Sekunden ein bisschen Interaktivität in die Veranstaltung zu bringen. Zudem wird es möglich sein, im Chat Fragen zu stellen. Wie bisher üblich, ist in der Mitte der Vorlesungen eine kurze Pause geplant, um die Konzentration und Aufmerksamkeit auf beiden Seiten zu erhöhen. Die Beantwortung der Fragen kann also, je nach Wichtigkeit und Dringlichkeit, in der Pause, am Ende der Vorlesung oder am Anfang der nächsten Vorlesung erfolgen.

Bitte zögern Sie nicht uns zu schreiben, wenn Sie eine Frage haben, am besten an alle mit Lehre betrauten Mitarbeiterinnen und Mitarbeiter unserer Arbeitsgruppe: zaahmadi@uni-mainz.de, modousti@uni-mainz.de und kramer@informatik.uni-mainz.de.

Abschlussarbeiten

Die Arbeitsgruppe Data Mining bietet laufend interessante und aktuelle methodische oder anwendungsorientierte Themen für Abschlussarbeiten (Bachelor- und Masterarbeiten) aus dem Bereich Data Mining und Machine Learning an. Bei Interesse wenden Sie sich bitte direkt an Prof. Stefan Kramer (kramer@informatik.uni-mainz.de) oder an unseren Verteiler teaching-dm@lists.uni-mainz.de.

Lecture / exercise

Lecture series

Seminar

  • Masterseminar
    Instructor: Univ.-Prof. Dr. Ernst Althaus; Dr. rer. nat. Markus Blumenstock; Jun.-Prof. Dr. Panagiotis Bouros; Univ.-Prof. Dr. André Brinkmann; Mattia Cerrato; Univ.-Prof. Dr. Sebastian Erdweg; Dr. rer. nat. Frank Fischer; Univ.-Prof. Dr. Andreas Hildebrandt; Dr. rer. nat. Thomas Kemmer; Univ.-Prof. Dr. Stefan Walter Theodor Kramer; Dr. Nina Luhmann; Univ-Prof. Dr. Bertil Schmidt; Univ.-Prof. Dr. Felix Martin Schuhknecht; Univ.-Prof. Dr. Elmar Schömer; Univ.-Prof. Dr. Michael Wand
  • Masterseminar (PO22)
    Instructor: Univ.-Prof. Dr. Ernst Althaus; Dr. rer. nat. Markus Blumenstock; Jun.-Prof. Dr. Panagiotis Bouros; Univ.-Prof. Dr. André Brinkmann; Mattia Cerrato; Univ.-Prof. Dr. Sebastian Erdweg; Dr. rer. nat. Frank Fischer; Univ.-Prof. Dr. Andreas Hildebrandt; Dr. rer. nat. Thomas Kemmer; Univ.-Prof. Dr. Stefan Walter Theodor Kramer; Dr. Nina Luhmann; Univ-Prof. Dr. Bertil Schmidt; Univ.-Prof. Dr. Felix Martin Schuhknecht; Univ.-Prof. Dr. Elmar Schömer; Univ.-Prof. Dr. Michael Wand

Lab Course

SoSe 2024