Semesterauswahl: WiSe 2026/2027 SoSe 2026 WiSe 2025/2026 SoSe 2025 WiSe 2024/2025 Frühere...
Die einzelnen Modulelemente sind nur in bestimmten Kombinationen studierbar.
Es müssen insgesamt zwei benotete Teilprüfungen und eine Studienleistung erbracht werden.
In den einzelnen Kombinationen sind folgende Leistungen zu erbringen:
Weg 1
Teilprüfung 1 - Variante A: Portfolio mit schriftlicher Abschlussprüfung (bei Kombination Vorlesung + begleitende Übung)
Teilprüfung 2 - Variante A: Referat mit Ausarbeitung (bei Kombination anwendungsorientiertes Seminar 1 + anwendungsorientiertes Seminar 2)
Weg 2
Teilprüfung 1 - Variante A: Portfolio mit schriftlicher Abschlussprüfung (bei Kombination Vorlesung + begleitende Übung)
Teilprüfung 2 - Variante B: Bericht (Projekt)
Weg 3
Teilprüfung 1 - Variante B: Portfolio mit mündlicher Abschlussprüfung (bei Kombination Seminar + begleitende Übung)
Teilprüfung 2 - Variante B: Bericht (Projekt)
Teilprüfungen sind ausschließlich mit den folgenden Veranstaltungsarten verknüpft:
Studienleistungen sind mit den folgenden Veranstaltungsarten verknüpft und müssen bei Wahl der Veranstaltung auch erbracht werden:
Begründung der Notwendigkeit von zwei Teilprüfungen:
Zwei Teilprüfungen sind notwendig, da in der Klausur/mündlichen Prüfung die theoretischen und mathematischen Kompetenzen und im Projekt bzw. in den anwendungsorientierten Seminaren praktische sowie methodische Kenntnisse geprüft werden.
| Belegnr | Lehrende*r | Thema | Art | Termine | Mein eKVV |
|---|---|---|---|---|---|
| 392221 | Hammer | Deep Learning Course taught in English | V | Mi 12-14 in H5 [07.04.-18.07.2025] Am 02.07. fällt die Vorlesung aus! |
|
| 392221 | Hammer |
Klausur: Deep Learning - 1. Termin
Anmeldung über das eKVV bis zum
09.07.25
Course taught in English
|
Kl |
|
|
| 392221 | Hammer |
Klausur: Deep Learning - 2. Termin
Anmeldung über das eKVV bis zum
26.09.25
Course taught in English
|
Kl |
|
| Belegnr | Lehrende*r | Thema | Art | Termine | Mein eKVV |
|---|---|---|---|---|---|
| 392155 | Rhodin, Appolinary, Schröder, Bhattarai | Generative Models for Visual Computing Course taught in English | S | Mi 10-12 in H9 [07.04.-18.07.2025] |
|
| Belegnr | Lehrende*r | Thema | Art | Termine | Mein eKVV |
|---|---|---|---|---|---|
| 392222 | Hammer, Kenneweg | Tutorial Deep Learning | Ü | Do 12-14 in H16 [07.04.-18.07.2025] |
|
| 392223 | Hammer, Kenneweg | Additional Tutorial "Deep Learning" | Ü | Mi 14-16 ONLINE [07.04.-18.07.2025] |
|
Keine Veranstaltungen gefunden
Keine Veranstaltungen gefunden
| Belegnr | Lehrende*r | Thema | Art | Termine | Mein eKVV |
|---|---|---|---|---|---|
| 392109 | Kappel | Journal Club: Foundations of Sustainable Machine Learning Course taught in English | S | Do 12-14 in CITEC 1.015 [07.04.-18.07.2025] |
|
| 392155 | Rhodin, Appolinary, Schröder, Bhattarai | Generative Models for Visual Computing Course taught in English | S | Mi 10-12 in H9 [07.04.-18.07.2025] |
|
| Belegnr | Lehrende*r | Thema | Art | Termine | Mein eKVV |
|---|---|---|---|---|---|
| 392109 | Kappel | Journal Club: Foundations of Sustainable Machine Learning Course taught in English | S | Do 12-14 in CITEC 1.015 [07.04.-18.07.2025] |
|
| 392155 | Rhodin, Appolinary, Schröder, Bhattarai | Generative Models for Visual Computing Course taught in English | S | Mi 10-12 in H9 [07.04.-18.07.2025] |
|