Friedrich-Schiller-Universität Jena

Name des Moduls	[100460] Algorithmen des wissenschaftlichen Rechnens	Bezeichnung des Moduls	PAFBM100

Studiengang	[177] - Werkstoffwissenschaft	ECTS Punkte	5

Arbeitsaufwand für Selbststudium	90	Häufigkeit des Angebotes (Modulturnus)	jedes 2. Semester (ab Sommersemester)
Arbeitsaufwand in Präsenzstunden	60	Dauer des Moduls	1
Arbeitsaufwand Summe (Workload)	150

Modul-Verantwortliche/r	Prof. Dr. Marek Sierka
Voraussetzung für die Vergabe von Leistungspunkten (Prüfungsform)	Programmieraufgabe in Form einer Hausarbeit (100%)
Empfohlene Literatur	Anaconda-Dokumentation (https://docs.anaconda.com/anaconda/) Python-Dokumentation (https://docs.python.org/3/) SciPy-Dokumentation (https://www.scipy.org/docs.html) Matplotlib (https://matplotlib.org/users/index.html) Intel Machine Learning Kurs (https://software.intel.com/en-us/ai/courses/machine-learning) J. VanderPlas, Python Data Science Handbook (O'Reilly Media, Inc., 2016)
Unterrichtssprache	Deutsch
Art des Moduls (Pflicht-, Wahlpflicht- oder Wahlmodul)	177 B.Sc. Werkstoffwissenschaft: Wahlpflichtmodul
Zusammensetzung des Moduls / Lehrformen (V, Ü, S, Praktikum, …)	Vorlesung: 2 SWS Übung: 2 SWS
Inhalte	Einführung in die Python- und Fortran-Programmiersprache Datenverarbeitung und Visualisierung mit Python-Bibliotheken Verfahren aus der Linearen Algebra und Analysis Algorithmen des maschinellen Lernens Shared-Memory-Programmierung mit OpenMP Praktische Computerübungen und Programmierprojekte
Lern- und Qualifikationsziele	Die Studierenden kennen und verstehen die grundlegenden Prinzipien und Algorithmen des wissenschaftlichen Rechnens, wobei der Schwerpunkt auf Datenverarbeitung, Datenvisualisierung, maschinellem Lernen und materialwissenschaftlichen Simulationstechniken liegt.
Voraussetzung für die Zulassung zur Modulprüfung	Teilnahme an den praktischen Computerübungen und Programmierprojekten