Frau Prof'in Dr. Barbara Hammer: Lehre
Veranstaltungen aus den letzten Semestern:
WiSe 2022/2023
| Belegnr | Lehrende/r | Thema | Art | Termine | Mein eKVV |
|---|---|---|---|---|---|
| 392180 | Hammer |
Maschinelles Lernen im Web
Begrenzte Teilnahmezahl: 30 |
V | 9-13 , Block |
|
| 392181 | Hammer | Übungen zu Maschinelles Lernen im Web | Ü | 14-16 , Block |
|
| 392220 | Hammer | Applied Optimization | V |
Fr
12-14
ONLINE
virtuell per zoom
Mi 12-15 , einmalig Erstklausur Mo 10-12 , einmalig Zweitklausur |
|
| 392220 | Hammer |
Klausur: Applied Optimization - 1. Termin
Begrenzte Teilnahmezahl: 58
Anmeldung über das eKVV bis zum
25.01.23
|
Kl |
|
|
| 392220 | Hammer |
Klausur: Applied Optimization - 2. Termin
Begrenzte Teilnahmezahl: 35
Anmeldung über das eKVV bis zum
16.03.23
|
Kl |
|
|
| 392221 | Hammer, Hinder, Tutorin: Kathrin Lammers | Tutorials "Applied Optimization" | Ü |
Do
14-16
ONLINE
Do 14-16 VOR ORT & ONLINE in X-E0-002 |
|
| 398003 | Hofestädt, Hammer, Kopp, Büntemeyer | Master – Modularisierter Individueller Kompetenzerwerb | MDP | , N. N. |
|
SoSe 2022
| Belegnr | Lehrende/r | Thema | Art | Termine | Mein eKVV |
|---|---|---|---|---|---|
| 392002 | Hammer | Grundlagen der Theoretischen Informatik | V |
Do
12-14
in H12
Mi 14-16 , 14-täglich in H12 Do 16-18:30 , einmalig in H1, H7 Erstklausur Mo 12-14:30 , einmalig in Y-0-111 Zweitklausur |
|
| 392002 | Hammer |
Präsenzklausur "Grundlagen der Theoretischen Informatik" - Erstklausur
Begrenzte Teilnahmezahl: 230
Anmeldung über das eKVV bis zum
01.07.22
|
Kl |
|
|
| 392002 | Hammer |
Präsenzklausur "Grundlagen der Theoretischen Informatik" - Zweitklausur
Begrenzte Teilnahmezahl: 100
Anmeldung über das eKVV bis zum
29.08.22
|
Kl |
|
|
| 392109 | Hammer, Schilling | Geometric Deep Learning | PjS | Mo 16-18 , n. V. |
|
| 392199 | Hammer, Schulz | Machine Learning / Computational Intelligence | S | Do 14-16 |
|
| 392221 | Hammer | Deep Learning | V |
n. V.
9-13
, Block
in H3
Mi 09-13 , einmalig in X-E0-202 Di 09-13 , einmalig in H13 Fr 13-15 , einmalig in CITEC Klausur |
|
| 392221 | Hammer |
Klausur Deep Learning
Begrenzte Teilnahmezahl: 60 eKVV Teilnahmemanagement |
Kl |
|
|
| 398003 | Hofestädt, Hammer, Cimiano, Kopp, Büntemeyer | Master – Modularisierter Individueller Kompetenzerwerb | MDP |
|
WiSe 2021/2022
| Belegnr | Lehrende/r | Thema | Art | Termine | Mein eKVV |
|---|---|---|---|---|---|
| 392180 | Hammer |
Maschinelles Lernen im Web
Die Vorlesung wird vor Ort stattfinden, wenn es die Inzidenzzahlen zulassen. Begrenzte Teilnahmezahl: 60 |
V | 9-12 , Block |
|
| 392181 | Hammer | Übungen zu Maschinelles Lernen im Web | Ü | 14-16 , Block |
|
| 392195 | Hammer, Schulz | Machine Learning / Computational Intelligence | S | Do 14-16 ONLINE |
|
| 392219 | Hammer |
Applied Optimization
Die Vorlesung wird vor Ort stattfinden, wenn es die Inzidenzzahlen zulassen. |
V |
Do
12-14
in Y-1-201
Mi 12-15 , einmalig in H13, H9 Erstklausur Mi 13-16 , einmalig in H12 Zweitklausur |
|
| 392219 | Hammer |
Präsenzklausur zur Veranstaltung "Applied Optimization" - Erstklausur
Begrenzte Teilnahmezahl: 45
Anmeldung über das eKVV bis zum
25.01.22
|
Kl |
|
|
| 392219 | Hammer |
Präsenzklausur zur Veranstaltung "Applied Optimization" - Zweitklausur
Begrenzte Teilnahmezahl: 45
Anmeldung über das eKVV bis zum
09.03.22
|
Kl |
|
|
| 392220 | Hammer, Hinder, Tutor: Oliver Tautz | Tutorials "Applied Optimization" | Ü | Di 12-14 in H13 |
|
| 392227 | Hammer | Deep Learning | V | n. V. 9-13 , Block Die Vorlesung findet als Block in den Semesterferien statt. |
|
| 392245 | Hammer |
Hot Topics in Machine Learning
Begrenzte Teilnahmezahl: 20 |
PjS | Mo 16-18 VOR ORT & ONLINE in T0-145 |
|
| 392249 | Hammer | Projekt: Aggregation in Graph Neural Networks | Pj | n. V. , n. V. |
|
| 398003 | Büntemeyer, Hofestädt, Hammer, Kopp, Wrede | Master – Modularisierter Individueller Kompetenzerwerb | MDP | , N. N. |
|
Zum Seitenanfang