Springe zum Hauptinhalt
Fakultät für Mathematik
Fakultät für Mathematik
Fakultät für Mathematik 

Weitere Studienablaufpläne

Das Studium kann auf sehr individuelle Weise organisiert werden und bietet viele Wahlmöglichkeiten. Die folgenden Vorschläge sind als Richtlinie gedacht für Absolventen mathematischer bzw. nichtmathematischer Studiengänge.

Musterstudienablaufplan Mathematiker

Module

1. Semester

2. Semester

3. Semester

4. Semester

Arbeitsaufwand

Leistungspunkte

Gesamt

1. Basismodule (Pflicht):






M24 Einführung in Data Science

240 AS

6 LVS (V4/Ü2)

PVL Nachweis Übungsaufgaben

PL mündl. Prüfung




240 AS / 8 LP

I25 Maschinelles Lernen

150 AS

4 LVS (V2/Ü2)

PL mündl. Prüfung




150 AS / 5 LP

S04 Modellierungsseminar


120 AS

2 LVS (S2)

ASL Vortrag

120 AS

2 LVS (S2)

ASL Vortrag mit Ausarbeitung


240 AS / 8 LP

2. Basismodule (Wahlpflicht):






M25 Big Data Analytics


180 AS

4 LVS (V2/Ü2)

PL mündl. Prüfung



180 AS / 6 LP

M28 Optimierung im maschinellen Lernen


180 AS

4 LVS (V2/Ü2)

PL mündl. Prüfung



180 AS / 6 LP

M26 Matrix-Methoden in Data Science



240 AS

6 LVS (V4/Ü2)

PL Klausur


240 AS / 8 LP

M27 Statistik in Data Science



180 AS

4 LVS (V2/Ü2)

PL Klausur


180 AS / 6 LP


3. Module Grundlagenvertiefung:






M05 Graphentheorie


240 AS

6 LVS (V4/Ü2)

PL mündl. Prüfung




240 AS / 8 LP

M12 Numerische Optimierung

180 AS

4 LVS (V3/Ü1)

PL mündl. Prüfung




180 AS / 6 LP

B 21 Angewandte Statistik


180 AS

2 LVS (Ü2)

PL Klausur



180 AS / 6 LP

M08 Inverse Probleme


180 AS

4 LVS (V4)

PL mündl. Prüfung



180 AS / 6 LP

M17 Stochastische Prozesse



240 AS

6 LVS (V4/Ü2)

PL mündl. Prüfung


240 AS / 8 LP

4. Module Anwendungsfelder:






I31 Neurokognition I

150 AS

4 LVS (V2/Ü2)

PL mündl. Prüfung




150 AS / 5 LP

I32 Neurokognition II


150 AS

4 LVS (V2/Ü2)

PL mündl. Prüfung



150 AS / 5 LP

I26 Bildverstehen



150 AS

4 LVS (V2/Ü2)

PL Klausur


150 AS / 5 LP

5. Modul Master-Arbeit:






A04 Master-Arbeit




900 AS

2 PL Masterarbeit und

mündl. Prüfung

(Kolloquium)

900 AS / 30 LP


Gesamt LVS

24 LVS

20 LVS

22 LVS


70 LVS

Gesamt AS

960 AS

990 AS

930

900 AS

3780 AS / 126 LP





Musterstudienablaufplan Nicht-Mathematiker

Das Studium kann auf sehr individuelle Weise organisiert werden und bietet viele Wahlmöglichkeiten. Der folgende Vorschlag stellt eine dieser Möglichkeiten dar.

Module

1. Semester

2. Semester

3. Semester

4. Semester

Arbeitsaufwand

Leistungspunkte

Gesamt

1. Basismodule (Pflicht):






M24 Einführung in Data Science

240 AS

6 LVS (V4/Ü2)

PVL Nachweis Übungsaufgaben

PL mündl. Prüfung




240 AS / 8 LP

I25 Maschinelles Lernen

150 AS

4 LVS (V2/Ü2)

PL mündl. Prüfung




150 AS / 5 LP

S04 Modellierungsseminar


120 AS

2 LVS (S2)

ASL Vortrag

120 AS

2 LVS (S2)

ASL Vortrag mit Ausarbeitung


240 AS / 8 LP

2. Basismodule (Wahlpflicht):



lang="en-GB" class="western" align="left">



M25 Big Data Analytics


180 AS

4 LVS (V2/Ü2)

PL mündl. Prüfung



180 AS / 6 LP

M28 Optimierung im maschinellen Lernen


180 AS

4 LVS (V2/Ü2)

PL mündl. Prüfung



180 AS / 6 LP

M26 Matrix-Methoden in Data Science



240 AS

6 LVS (V4/Ü2)

PL Klausur


240 AS / 8 LP

M27 Statistik in Data Science



180 AS

4 LVS (V2/Ü2)

PL Klausur


180 AS / 6 LP

3. Module Grundlagenvertiefung:






B08 Grundlagen der Optimierung

240 AS

6 LVS (V4/Ü2)

PL mündl. Prüfung




240 AS / 8 LP

B15 Mathematische Statistik

180 AS

4 LVS (V3/Ü1)

PL Klausur




180 AS / 6 LP

B09 Numerische Mathematik


240 AS

6 LVS (V4/Ü2)

PL Klausur



240 AS / 8 LP

B21 Angewandte Statistik


180 AS

2 LVS (Ü2)

PL Klausur



180 AS / 6 LP

4. Module Anwendungsfelder:






W44 Data Mining

150 AS

3 LVS (V2/Ü1)

PL Klausur




150 AS / 5 LP

W45 E-Business


150 AS

3 LVS (V2/Ü1)

PL Klausur



150 AS / 5 LP

W46 Big Data Management/

Database Marketing



Big Data Management

150 AS

3 LVS (V1/Ü2)

PL: Klausur

oder

Database Marketing

150 AS

3 LVS (V2/Ü1)

PL: Klausur


150 AS / 5 LP

5. Modul Master-Arbeit:






A04 Master-Arbeit




900 AS

2 PL Masterarbeit und

mündl. Prüfung

(Kolloquium)

900 AS / 30 LP


Gesamt LVS

23 LVS

21 LVS

15 LVS


59 LVS

Gesamt AS

960 AS

1050 AS

690 AS

900 AS

3600 AS / 120 LP




PL Prüfungsleistung

PVL Prüfungsvorleistung

ASL Anrechenbare Studienleistung

*Art der Prüfungsleistung, Anrechenbaren Studienleistung bzw. Prüfungsvorleistung ist zu nennen

LVS Lehrveranstaltungsstunden

AS Arbeitsstunden

LP Leistungspunkte

V Vorlesung

S Seminar

Ü Übung

T Tutorium

P Praktikum

PS Planspiel

E Exkursion

K Kolloquium

PR Projekt

Erläuterungen zum Studienablaufplan:


Wir streben ein enge Verbindung zu Firmen die im Bereich Data Science arbeiten an und versuchen über das Modellierungsseminar praxisnahe Themen mit mathematischen Inhalten für unsere Studenten zu finden.