Computer Science (CS)

Die „Computer Science“ Module widmen sich dem Entwurf und der Implementierung größerer Softwareprojekte mit objektorientierten Methoden. Die Studierenden sollen befähigt werden, entweder Virtualisierungstechnologien im Kontext von GRID und Cloud Computing anzuwenden oder die grundlegenden Konzepte des High Performance Computing zu beherrschen, die für die Nutzung moderner (Super-)Computer erforderlich sind. Der Bereich „Computer Science“ ist in zwei Module unterteilt, eines im ersten Semester, das andere in den beiden folgenden Semestern (in den ersten drei Semestern):

1. (Winter) Semester - Computer Science 1 (kurz - CS1)

Aufwand: 270 Stunden (1 Semester)
Leistungspunkte: 9 ECTS
Fachsemester: Winter (1. Semester)
Wiederholbarkeit: unbeschränkt

Modulabschlussprüfung: schriftliche Prüfung mit einer Dauer von 180 Minuten oder mündliche Prüfung mit einer Dauer von 30 Minuten (Die Form der Modulabschlussprüfung wird zu Beginn des Semesters bekannt gegeben, in dem die Modulabschlussprüfung stattfindet; Die Prüfung wird mit 9 Leistungspunkten angerechnet)

Voraussetzungen für die Modulabschlussprüfung: Es werden Kenntnisse in einer Programmiersprache vorausgesetzt. Die Studierenden sollten zwei von drei Komponenten dieses Moduls belegen: CS1-a (Modern Programming) ist für alle verpflichtend; als zweite Komponente können die Studierenden zwischen CS1-b (Virtualization I) und CS1-c (Introduction to High Performance Computing) wählen. 

Beschreibung des Moduls: Acquisition of knowledge to design and implement larger software projects using object-oriented methods. Students shall be enabled to either apply virtualization technologies in the context of GRID and cloud computing (for the choice Virtualization I) or to master the basic concepts of High Performance Computing (HPC) which are needed for using modern (super-)computers.

Komponenten des CS1-Moduls:

2. (Sommer) Semester - Computer Science 2 (kurz - CS2)

Aufwand: 180 Stunden (1 Semester für BayesLearn) oder 90 Stunden (für CS2-a)
Leistungspunkte: 7 ECTS für BayesLearn; 4 ECTS für CS2-a*
Fachsemester: Sommer (für CS2-a-Komponente; für ganz BayesLearn)
Wiederholbarkeit: unbeschränkt
*CS2-a wird ohne die zweite Komponente der Sammelmappe nicht separat gewertet.

Modulabschlussprüfung:
• Für CS2: Keine Bewertung im Sommersemester (ein Bestandteil der Sammelmappe, das aus zwei Komponenten besteht).
• Für BayesLearn: schriftliche Prüfung mit einer Dauer von 180 Minuten oder mündliche Prüfung mit einer Dauer von 30 Minuten (Die Form der Modulabschlussprüfung wird zu Beginn des Semesters bekannt gegeben, in dem die Modulabschlussprüfung stattfindet; Die Prüfung wird mit 7 Leistungspunkten angerechnet)

Voraussetzungen für die Modulabschlussprüfung:
• Für CS2: Die Studierenden sollten zwei der drei Komponenten des Moduls CS2 belegen; CS2-a (Tools) ist für alle Studierenden verpflichtend.
• Für BayesLearn: Kenntnisse im Bereich numerischer Methoden werden empfohlen.

Beschreibung des CS2-Moduls: Ability to use different tools for software engineering. Acquisition of the basics of image processing in general and image analysis of tomographic images in particular or 
ability to set up orchestration environments and apply them.

Beschreibung des BayesLearn-Moduls: The students have a profound understanding of Bayesian estimation and are able to apply standard estimators (MLE, MAP, etc.) for different use cases such as supervised machine learning models or inverse problems. This allows them to derive uncertainty measures in prediction and inference. They are able to select appropriate prior distributions. Sampling via Monte Carlo and Markov Chain Monte Carlo is understood in theory and practice. Students are able to independently evaluate the quality of a developed model and can implement all important algorithms, while being able to additionally apply probabilistic programming techniques to simplify the implementation. Beyond that, students are able to design and apply hierarchical and graphical models and have a working knowledge in Bayesian Neural Networks.

Komponenten der Module des Sommersemesters:

3. (Winter) Semester - Computer Science 2, fortgesetzt (kurz - CS2)

Aufwand: 120 Stunden (für IMG2-a/CS2-c)
Leistungspunkte: 3 ECTS*
Fachsemester: Winter (3. Semester - für IMG2-a/CS2-c)
Wiederholbarkeit: unbeschränkt
* IMG2-a/CS2-c werden ohne die erste Komponente der Sammelmappe nicht separat gewertet.
** Studierende, die sich im 2. (Sommer-)Semester für das Modul “Bayesian Learning” entschieden haben, müssen im Wintersemester an diesem Modul nicht teilnehmen.

Modulabschlussprüfung: schriftliche Prüfung mit einer Dauer von 120 Minuten oder mündliche Prüfung mit einer Dauer von 30 Minuten (Die Art der Modulabschlussprüfung wird zu Beginn der Vorlesungszeit bekannt gegeben; die Modulabschlussprüfung wird im Zusammenhang mit beiden Modulkomponenten abgelegt).

Voraussetzungen für die Modulabschlussprüfung: Die Studierenden müssen zwei von drei Komponenten des Moduls CS2 belegen; CS2-a (Tools) ist für alle Studierenden verpflichtend. Studierende aller Fachrichtungen mit Ausnahme von Imaging in Medicine können die zweite Komponente zwischen IMG2-a (Image Processing and Data Visualization) und CS2-c (Virtualization II) wählen. Studierende der Spezialisierung "Imaging in Medicine" müssen im 3. Semester sowohl die Komponente IMG2-a als auch die Komponente CS2-c belegen.

Beschreibung des CS2-Moduls: Ability to use different tools for software engineering. Acquisition of the basics of image processing in general and image analysis of tomographic images in particular or ability to set up orchestration environments and apply them.

Komponenten der Module des Wintersemesters: