Zur spezifischen Vorbereitung für die Bearbeitung von Studienarbeiten am FTM werden verschiedene Seminare unterschiedlicher Themengebiete für Studierende angeboten.

Jedes Schulungsthema wird in einem Termin mit Präsentation und Übungen behandelt.

Die Anmeldung erfolgt je nach individuellem Bedarf einzeln für jedes Thema per E-Mail.

Für jeden belegten Termin erhalten die Studierenden eine Teilnahmebestätigung.

Einführung in MATLAB

Um einen Überblick über MATLAB zu erhalten, empfehlen wir den Studenten den offiziellen MATLAB-Schulungskurs (bereitgestellt von der TU München) zu besuchen:

https://de.mathworks.com/academia/tah-portal/technische-universitat-munchen-722433.html

https://de.mathworks.com/products/campus-wide-training.html

Angebot:

• MATLAB Fundamentals: Learn core MATLAB functionality including importing, analyzing, and exporting data.
• MATLAB Programming Techniques: Learn the tools for writing, debugging, and profiling code.
• MATLAB for Data Processing and Visualization: Discover how to import and prepare data for data analytics applications.
• Machine Learning with MATLAB: This course shows how to use unsupervised learning techniques to discover features in large data sets and supervised learning techniques to build predictive models

Ansprechpartner: sam.matlab@ftm.mw.tum.de

DataCamp: Python, R und SQL

Du möchtest Python, R oder SQL lernen? In über 300 Kursen kannst du sowohl als Einsteiger, Fortgeschrittener oder Profi noch etwas lernen! Der Lehrstuhl für Fahrzeugtechnik bietet einen kostenlosen Zugriff auf alle DataCamp-Kurse an. Neben dem Kursangebot kannst du deine Programmier-Fähigkeiten in regelmäßigen Übungen auffrischen und aktiv halten. Verschiedene “Tracks” ermöglichen dir die Ausbildung zum „Data Scientist/Engineer“ oder auch „Machine Learning Scientist“ (jeweils für Python oder R).

Angebot (Auszug aus dem Python-Kursangebot):

• Introduction to Python; Intermediate Python; Importing, Cleaning and Analyzing Data
• Introduction to SQL; Introduction to Relational Databases; Joining Data in SQL
• Data Visualization with Python; Interactive Data Visualization with Bokeh; Clustering Methods with SciPy Supervised Learning with scikit-learn; Unsupervised Learning with scikit-learn; Introduction to Deep Learning in Python
• Natural Language Processing; Image Processing (with Keras) in Python

Du kannst dich kostenlos bei DataCamp registrieren und das erste Kapitel eines Kurs kostenfrei absolvieren. Wenn dir das Format und die Mischung aus Theorie und Praxis gefällt, können wir dich gerne für das weitere Kursangebot freischalten. Wende dich hierzu bitte unter Angabe deiner E-Mail-Adresse (mit der du bei DataCamp angemeldet bist) an Lennart Adenaw.

Grundlagen der Optimierung

In dem Seminar werden die Grundlagen zur Lösung von Optimierungsproblemen behandelt. Das Seminar besteht aus wechselnden Theorie-Teilen und Live-Präsentationen von Beispielen zur Lösung in Matlab. Es sind keine Programmierkenntnisse erforderlich.

Folgende Themen werden diskutiert:

• Typen von Optimierungsproblemen
• Mathematische Standardform
• Graphische Lösung eines Linearen Optimierungsproblems
• Simplex-Verfahren
• Nicht-Lineare Optimierung mit Matlab
• Globale Optimierung
• Mehrzieloptimierung
• Dynamische Optimierung

Im Wintersemester 2021/2022 findet das Seminar am 16.11.2021 von 13:00 bis ca. 15:45 statt. Die Anmeldung erfolgt unter sam.optimierung.ftm@ed.tum.de.

<- Zurück zu: Seminare