Search

forschung Studi-Kino Studi-Kino Studi-Kino Kirschblüten- festival Speed Meeting Billiard & Dart Good to Know 8. April Bewerbungsworkshop AM 9. April Bewerbungsworkshop WEN 29. April [...] page Bierpong- Stammtisch Opening Party Studieninfotag Studikino Ersti-Tag Good to Know 20. März Medieninfotag 24.-27. März Vorverkauf Opening 10 17 24 31 11 18 [...] Studi Kino Studi-Kino Studi-Kino Start Prüfungs- anmeldung Careerday Weiden Good to Know 21. Mai Simulierte Vorstellungsgespräche mit Wirtschaftsjunioren 5 12 19 26 6

Microsoft: Print To PDF access_permission:can_modify true pdf:docinfo:producer Microsoft: Print To PDF pdf:docinfo:created 2025-05-05T16:42:06Z Microsoft PowerPoint - Service Learning Lea(1) [...] 2025Lea-Tara Schmitt | Service Learning 2 What you will gain • Workshop designed to prepare you for a German application process • Vocabulary and useful phrases to master your interviews in Germany [...] Exercises and reflection to enhance your communication skills • CV check to optimize your application documents page May 5, 2025Lea-Tara Schmitt | Service Learning 3 When and where?

prevented to attend the inspection on February 14th, this must be announced in good time on the bulletin board (Schwarzes Brett). Students who would like to view their exam then have the opportunity to request [...] stated. In order to meet deadlines, inspection must be possible within four calendar weeks from the day the grades are announced. The agreed appointment must be observed, there is no right to catch up on [...] und Erstkorrektor- innen. The inspection will take place on Friday, February 14th, 2025, from 9:00 to 12:00 at the MBUT Faculty with the respective first correctors 2. Sollten Erstkorrektoren

allows you to set your own priorities in your studies , according to your interests. From the third semester onwards, you can choose from a wide range of possible subjects. You are not limited to the Eng [...] possible to start your studies in the winter or summer semester. Registration deadlines You can register for the winter semester from 15. April to 15. July and for the summer semester from 1. November to 15 [...] link: Primuss applicant portal . Admission requirements Do you want to apply for the Technical Engineering degree programme? To be admitted to OTH Amberg-Weiden, you need the general qualification for university

provided in German up to level B2 . This enables them to attend the lectures offered by the faculty in German. German-speaking students receive comprehensive training in English. In contrast to other bachelor's [...] semesters, in which you will have completed various compulsory modules, you will be able to choose the modules you wish to take from the catalogue of courses offered. In the third and fourth semesters, the [...] The resulting longer period of time in a company offers you the opportunity to establish contacts with potential employers and to lay a good foundation for your professional career at home and abroad. Upon

Bayern SU Kl oder ModA oder Präs oder mdlP 1 16 INT International Affairs & Intercultural Meeting 5 4 Heckmann Heckmann SU/Ü ModA 2 21 SK1 Symbolische Künstliche Intelligenz 1 (Logik & Semantik) [...] 2 24 INF Informatik Grundlagen 5 4 Wiehl Wiehl SU/Ü Kl 90 Minuten 2 25 EKM Ethik, Kognition & Meeting 5 4 Heckmann Heckmann SU/Ü Präs 2 26 BWI Betriebswirtschaftslehre & Innovationsmanagement 5 [...] Software Engineering für KI 5 5 Rebholz Rebholz, Neumann SU/Ü Kl 90 Minuten 5 51 ML1 Machine Learning 1 5 4 Brunner Brunner, Bergler SU/Ü Kl 60 Minuten 5 52 BCN Big Data, Cloud & NoSQL 5 4 Neumann

1 14 INF Informatik Grundlagen 5 4 Wiehl Wiehl SU/Ü Kl 90 Minuten 1 15 EKM Ethik, Kognition & Meeting 5 4 Heckmann Heckmann SU/Ü Präs 1 16 BWI Betriebswirtschaftslehre & Innovationsmanagement 5 [...] Software Engineering für KI 5 5 Rebholz Rebholz, Neumann SU/Ü Kl 90 Minuten 4 41 ML1 Machine Learning 1 5 4 Brunner Brunner, Bergler SU/Ü Kl 60 Minuten 4 42 BCN Big Data, Cloud & NoSQL 5 4 Neumann [...] SpringSchool 5 4 Heckmann Heckmann, Dozierende der Fakultäten EMI/MBUT Sem Präs 6 61 ML2 Machine Learning 2 5 4 Brunner Brunner, Levi SU/Ü, Pr ModA 6 62 KPG KI Projekt Gaming 5 4 Meiller Meiller, Nierhoff

linguistic skills in the first two study sections to enable them to enter the German labour market at the beginning of the practical semester and to be able to complete the third study section partly in German [...] sections. 2In order to ensure sufficient language skills to complete the practical semester, proof of sufficient knowledge of the German language corresponding to level B2 according to the Common European [...] and engineering to production, logistics and support functions. (5) In addition to subject and methodological competences, the degree programme should convey the joy of learning and the creative

you to develop your design skills and to find and implement innovative solutions. This promotes your self-efficacy and strengthens your self-confidence and your ability to successfully contribute to technically [...] experiences, you will learn to use your empathy skills and understand the needs and perspectives of different user groups. This not only develops your social skills, but also your ability to reflect critically [...] strongly application and project-oriented in-depth phase aims to develop students' own design skills: This includes an emancipated approach to the continuously evolving spectrum of digital media and relevant

are expected to cover their travel and accommodation costs. It is recommended to use an Erasmus+ grant provided by the home university. Downloads Programme Event Poster Please feel free to use our event [...] help us understand what mindful internationalisation means and how to develop this in our work and with our students. Participants will learn something about themselves and their work at universities, but [...] Bavaria) and the University of West Bohemia in Pilsen (Czech Republic) Take the unique opportunity to discover two universities in one week! The focus topic of our 5th joint International Staff Week for

vehicles is extended by a multi-agent reinforcement learning approach in order to be able to control several vehicles (fleet). Using simple examples and an existing solver for the so-called Dial-A-Ride problem [...] eines Multi-Agent Reinforcement Learning Ansatzes zur Steuerung von Fahrzeugflotten Zusammenfassung: Nach Literaturanalyse wird ein bestehender Reinforcement Learning Ansatz zur Steuerung von Fahrzeugen [...] t of a multi-agent reinforcement learning approach for controlling vehicle fleets Summary: After analyzing the literature, an existing reinforcement learning approach for controlling vehicles

Machine Learning mit Scikit-Learn, Keras und TensorFlow“, O'Reilly; 2. Edition (2020) Bishop, C.M.: „Pattern Recognition and Machine Learning“, Springer (2006) Chollet, F.: „Deep Learning with Python“ [...] Seite 66 von 86 4.1.3 Machine Learning for Engineers – Einführung in Methoden und Werkzeuge Machine Learning for Engineers – Introduction to Methods ans Tools Zuordnung zum Curriculum [...] verschiedener Algorithmen des Machine Learning. • Methodenkompetenz: Die Studierenden sind befähigt, verschiedene Verfahren des Machine Learnings praktisch anzugehen und die Ergebnisse zu

field of deep learning on their own, while also learning from the views and approaches of others to further deepen their understanding. Overall, it helps students to learn not only how to self-organize [...] Machine Learning, Springer, 2006. • F. Chollet: Deep Learning with Python, Manning, 2018. (deutsche Version bei mitp Professional, 2018) • Géron: Hands-On Machine Learning with Scikit-Learn, Keras, and [...] practical machine learning tools and techniques, Morgan Kaufmann, 2018. A. Géron: Hands-on Machine Learning with Scikit-Learn, Keras and Tensor Flow, O'Reilly, 2018. Raschka: Machine Learning with Python:

Practical Machine Learning Tools and Techniques, Morgan Kaufmann, 2018. • A. Géron: Hands-on Machine Learning with Scikit-Learn, Keras and Tensor Flow, O’Reilly, 201. • S. Raschka: Machine Learning mit Python [...] Einsatzgebiete von Reinforcement Learning Problemstellung und Grundbegriffe Markov-Prozesse Temporal Difference Learning (z.B. Q-Learning, SARSA) Deep Reinforcement Learning Lehrmaterial/Literatur Teaching [...] Nachbereitung sowie KI.Meeting) Lernziele/Qualifikationen des Moduls Learning Outcomes Das Modul besteht aus zwei Vorlesungsteilen KI.Ethik und KI.Kognition sowie einem KI.Meeting. Nach dem erfolgreichen

Nachbereitung Prüfungsvorbereitung = 90 h = 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] Nachbereitung Prüfungsvorbereitung = 90 h = 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] Nachbereitung Prüfungsvorbereitung = 90 h = 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

Machine Learning und Data Mining: Verständnis für die Anwendung von Machine-Learning- und Data-Mining-Techniken auf geografische Daten, einschließlich Supervised Learning, Unsupervised Learning, Deep [...] Choroplethenkarten oder interaktive Dashboards. • Geodatenanalyse mit Machine Learning: Anwendung von Machine-Learning-Algorithmen auf geografische Daten zur Vorhersage von Ereignissen, Mustererkennung [...] 60 h Eigenstudium 30 h Prüfungsvorbereitung Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

Zusammenhang mit Energiespeicherung (Wasserstoff, Elektrolyse, Brennstoffzellen, power to gas, power to liquid, biomass to liquid, CARNOT-Batterie, adiabate Druckluft etc.), Flexibilisierung von Kraft-Wär [...] Nachbereitung Prüfungsvorbereitung = 90 h = 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] Nachbereitung Prüfungsvorbereitung = 90 h = 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

Nachbereitung Prüfungsvorbereitung = 90 h = 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] Nachbereitung Prüfungsvorbereitung = 90 h = 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] Selbststudium Prüfungsvorbereitung = 90 h = 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

Filmmaker’s Eye: Learning (and Breaking) the Rules of Cinematic Composition. Focal Press, New York · Riley, C. (2009): The Hollywood Standard. The Complete and Authoritative Guide to Script Format and [...] E.R. (2017): Computer Vision: Principles, Algorithms, Applications, Learning. Academic Press · Eck, D.J. (2018): Introduction to Computer Graphics. Online-Ressource · Eckardt, M. (2016): Cinema 4D 18 [...] source · Goodfellow, I., Bengio, Y., & Courville, A. (2016): Deep Learning. MIT Press · Kaehler, A. & Bradski, G. (2016): Learning OpenCV 3: Computer Vision in C++ with the OpenCV Library. O'Reilly Media

Definitive Guide to ARM Cortex-M3 and Cortex-M4 Processors, Newnes, 2013 D. W. Lewis: Fundamentals of Embedded Software with the ARM Cortex-M3, Pearson, 2012 M. Trevor: The Designer’s Guide to the Cortex-M [...] Kontaktstudium: 60 h (4 SWS) Eigenstudium: 90 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] ung des Präsenzunterrichts und Projektarbeit) Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

Practical Machine Learning Tools and Techniques, Morgan Kaufmann, 2018. • A. Géron: Hands-on Machine Learning with Scikit-Learn, Keras and Tensor Flow, O’Reilly, 201. • S. Raschka: Machine Learning mit Python [...] Einsatzgebiete von Reinforcement Learning Problemstellung und Grundbegriffe Markov-Prozesse Temporal Difference Learning (z.B. Q-Learning, SARSA) Deep Reinforcement Learning Lehrmaterial/Literatur Teaching [...] Nachbereitung sowie KI.Meeting) Lernziele/Qualifikationen des Moduls Learning Outcomes Das Modul besteht aus zwei Vorlesungsteilen KI.Ethik und KI.Kognition sowie einem KI.Meeting. Nach dem erfolgreichen

h Übungsleistungen: 70 h Gesamtaufwand: 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] Klausurvorbereitung: 30 h Gesamtaufwand: 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] Klausurvorbereitung: 30 h Gesamtaufwand: 150 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

Definitive Guide to ARM Cortex-M3 and Cortex-M4 Processors, Newnes, 2013 D. W. Lewis: Fundamentals of Embedded Software with the ARM Cortex-M3, Pearson, 2012 M. Trevor: The Designer’s Guide to the Cortex-M [...] - bereitung Präsenzstudium, Prüfungs- vorbereitung) Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] Selbststudium: 120 h Prüfungsvorbereitung: 60 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

Definitive Guide to ARM Cortex-M3 and Cortex-M4 Processors, Newnes, 2013 D. W. Lewis: Fundamentals of Embedded Software with the ARM Cortex-M3, Pearson, 2012 M. Trevor: The Designer’s Guide to the Cortex-M [...] Kontaktstudium: 60 h (4 SWS) Eigenstudium: 90 h Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden [...] ung des Präsenzunterrichts und Projektarbeit) Lernziele / Qualifikationen des Moduls Learning Outcomes Nach dem erfolgreichen Absolvieren des Moduls verfügen die Studierenden über die folgenden

Practical Machine Learning Tools and Techniques, Morgan Kaufmann, 2018. A. Géron: Hands-on Machine Learning with Scikit-Learn, Keras and Tensor Flow, O’Reilly, 2019. S. Raschka: Machine Learning mit Python [...] Verfahren des Supervised und des Unsupervised Learning • Implementierung und Anwendung von Machine Learning-Methoden in einer Software-Bibliothek (z.B. Scikit-learn) Lehrmaterial / Literatur Teaching [...] TensorFlow 2 und Scikit-learn: das Praxis-Handbuch für Data Science, Deep Learning und Predictive Analytics, mitp-Verlag, 2021. C. M. Bishop: Pattern Recognition and Machine Learning, Springer Verlag, 2016