Fakultät für Mathematik und Informatik
Stundenplan WS 2023 - Studiengang: Master Bioinformatik
W23 Studiengang: Master Bioinformatik 1. Semester
09-202-2413
Statistische Aspekte der Analyse molekularbiologischer und genetischer Daten
09-202-2413
Statistische Aspekte der Analyse molekularbiologischer und genetischer Daten
Statistische Aspekte der Analyse molekularbiologischer und genetischer Daten - Fachseminar
Beginnt am 08.01.2024
Statistische Aspekte der Analyse molekularbiologischer und genetischer Daten - Übung
Die Übungen finden nicht jede Woche statt. Die Termine werden zur ersten Übung mitgeteilt.
Statistische Aspekte der Analyse molekularbiologischer und genetischer Daten - Vorlesung
10-202-2133
Künstliche Neuronale Netze, Deep Learning, Maschinelles Lernen und Signalverarbeitung
10-202-2133
Künstliche Neuronale Netze, Deep Learning, Maschinelles Lernen und Signalverarbeitung
Künstliche Neuronale Netze und Maschinelles Lernen - Praktikum
Die Ergebnisse der Seminararbeit werden in einer Posterpräsentation vorgestellt-
Künstliche Neuronale Netze und Maschinelles Lernen - Vorlesung
Signalverarbeitung und Deep Learning - Vorlesung
10-202-2137
KI und Ethik
10-202-2137
KI und Ethik
KI und Ethik - Seminar
10-202-2207
Sequenzanalyse und Genomik
10-202-2207
Sequenzanalyse und Genomik
Epigenetik - Vorlesung
Sequenzanalyse und Genomik - Praktikum
17.01.2023 - 09.02.2023
10:00
-
17:00
Härtelstraße 16-18, S 109
Sequenzanalyse und Genomik - Seminar
montags
17:15
-
19:00
bis 19.12.2023
Härtelstraße 16-18, PC Pool 006
Sequenzanalyse und Genomik - Vorlesung
montags
10:15
-
12:30
bis 19.12.2023
Härtelstraße 16-18, S 109
10-INF-42
Einführung in die Informatik
10-INF-42
Einführung in die Informatik
Einführung in die Informatik (Programmiergrundlagen) - Vorlesung
Einführung in die Informatik - Übung (für Bio- und Medizinformatiker)
Einführung in die Informatik - Übung (für Journalisten)
Einführung in die Informatik - Vorlesung
10-INF-BI01
Statistisches Lernen
10-INF-BI01
Statistisches Lernen
Grundlagen des maschinellen Lernens und der Statistik - Vorlesung
Statistisches Lernen mit R (Digital Humanities, Data Science, Translatologie) - Seminar,
Gruppe b
Statistisches Lernen mit R (Digital Humanities, Data Science, Translatologie) - Übung,
Gruppe b
Statistisches Lernen mit R (M.Sc. Informatik, M.Sc. Bioinformatik) - Seminar, Gruppe
a
Statistisches Lernen mit R (M.Sc. Informatik, M.Sc. Bioinformatik) - Übung, Gruppe
a
10-INF-BI02
Einführungsmodul Biowissenschaften
10-INF-BI02
Einführungsmodul Biowissenschaften
Die genauen Konditionen und Übungstermine sind unter https://www.bioinf.uni-leipzig.de/teaching/upcomingClasses.html zu finden
Einführung Biowissenschaften - Übung
W23 Studiengang: Master Bioinformatik 3. Semester
09-202-2410
Modellierung biologischer und molekularer Systeme
09-202-2410
Modellierung biologischer und molekularer Systeme
Modellierung biologischer und molekularer Systeme - Übung
nach Absprache
Modellierung biologischer und molekularer Systeme - Vorlesung
09-202-2413
Statistische Aspekte der Analyse molekularbiologischer und genetischer Daten
09-202-2413
Statistische Aspekte der Analyse molekularbiologischer und genetischer Daten
Statistische Aspekte der Analyse molekularbiologischer und genetischer Daten - Fachseminar
Beginnt am 08.01.2024
Statistische Aspekte der Analyse molekularbiologischer und genetischer Daten - Übung
Die Übungen finden nicht jede Woche statt. Die Termine werden zur ersten Übung mitgeteilt.
Statistische Aspekte der Analyse molekularbiologischer und genetischer Daten - Vorlesung
10-201-2219S
Grundlagen der Parallelverarbeitung (S)
10-201-2219S
Grundlagen der Parallelverarbeitung (S)
Forschungsseminar Parallelverarbeitung und Komplexe Systeme
Parallele Algorithmen und Organic Computing - Seminar
Parallele Algorithmen - Vorlesung
Parallele Berechnungsmodelle - Vorlesung
10-201-2219V
Grundlagen der Parallelverarbeitung (V)
10-201-2219V
Grundlagen der Parallelverarbeitung (V)
Parallele Algorithmen - Vorlesung
Parallele Berechnungsmodelle - Vorlesung
10-202-2133
Künstliche Neuronale Netze, Deep Learning, Maschinelles Lernen und Signalverarbeitung
10-202-2133
Künstliche Neuronale Netze, Deep Learning, Maschinelles Lernen und Signalverarbeitung
Künstliche Neuronale Netze und Maschinelles Lernen - Praktikum
Die Ergebnisse der Seminararbeit werden in einer Posterpräsentation vorgestellt-
Künstliche Neuronale Netze und Maschinelles Lernen - Vorlesung
Signalverarbeitung und Deep Learning - Vorlesung
10-202-2137
KI und Ethik
10-202-2137
KI und Ethik
KI und Ethik - Seminar
10-202-2201
Wissenschaftliche Visualisierung
10-202-2201
Wissenschaftliche Visualisierung
Wissenschaftliche Visualisierung - Praktikum, Gruppe a
Wissenschaftliche Visualisierung - Praktikum, Gruppe b
Wissenschaftliche Visualisierung - Vorlesung
10-202-2205
Graphen und biologische Netze
10-202-2205
Graphen und biologische Netze
Graphentheorie - Praktikum
Graphentheorie - Seminar
Graphentheorie - Vorlesung
montags
14:00
-
17:00
bis 19.12.2023
Härtelstraße 16-18, Kleiner Hörsaal
10-MAT-BH1011
Analysis 1
10-MAT-BH1011
Analysis 1
Analysis 1 für Mathematiker - Übung, Gruppe a
Analysis 1 für Mathematiker - Übung, Gruppe b
Analysis 1 für Mathematiker - Übung, Gruppe c
Analysis 1 für Mathematiker - Übung, Gruppe d
Analysis 1 für Mathematiker - Übung, Gruppe e
Analysis 1 für Mathematiker - Vorlesung
Analysis 1 - Hörsaalübung
10-MAT-BH1012
Lineare Algebra 1
10-MAT-BH1012
Lineare Algebra 1
Lineare Algebra 1 - Hörsaalübung
Lineare Algebra 1 - Übung, Gruppe a
Lineare Algebra 1 - Übung, Gruppe b
Lineare Algebra 1 - Übung, Gruppe d
Lineare Algebra 1 - Übung, Gruppe e
Lineare Algebra 1 - Übung, Gruppe f
Findet ab sofort im HS 15 statt. SG 3-11 ist Fallback, falls die Anzahl der Teilnehmer
wieder sinkt.
Lineare Algebra 1 - Vorlesung
Schulmathematik "Lineare Algebra" vom höheren Standpunkt (Gymnasium) - Vorlesung mit
integrierter Übung
Diese Veranstaltung ist von den Lehramtsstudierenden zusätzlich zu belegen. Diese
beginnt am 18.10.2023
letzte Änderung: 2024-01-21 @ 23:59