Beim Laden des Videoplayers ist ein Fehler aufgetreten, oder es dauert lange, bis er initialisiert wird. Sie können versuchen, Ihren Browser-Cache zu leeren. Bitte versuchen Sie es später noch einmal und wenden Sie sich an den Helpdesk, wenn das Problem weiterhin besteht.
In allen Anwendungen in der Informatik steckt eine große Portion Mathematik. Insbesondere basieren viele Algorithmen, die uns täglich helfen (zum Beispiel Googles Suchalgorithmen oder Routenfindung bei Navigationssytemen) auf cleveren mathematischen Einsichten.
In diesem Kurs wird die Sprache der modernen Mathematik vorgestellt. In der ersten Woche werden wir dazu die grundlegenden Bausteine einführen; dabei wird es um Quantoren und Junktoren, sowie Formalisierungen und Spezifikationen gehen. In der zweiten Woche werden wir diese Themen anhand ausgewählter Beispiele (zum Beispiel Logarithmengesetze und Landau-Notation) anwenden.
Für diesen Kurs ist kein akademisches Vorwissen aus der Mathematik nötig.
Kurssprache: Deutsch
Fundamentals, Intermediate
Kursinformationen
In allen Anwendungen in der Informatik steckt eine große Portion Mathematik. Insbesondere basieren viele Algorithmen, die uns täglich helfen (zum Beispiel Googles Suchalgorithmen oder Routenfindung bei Navigationssytemen) auf cleveren mathematischen Einsichten.
In diesem Kurs wird die Sprache der modernen Mathematik vorgestellt. In der ersten Woche werden wir dazu die grundlegenden Bausteine einführen; dabei wird es um Quantoren und Junktoren, sowie Formalisierungen und Spezifikationen gehen. In der zweiten Woche werden wir diese Themen anhand ausgewählter Beispiele (zum Beispiel Logarithmengesetze und Landau-Notation) anwenden.
Für diesen Kurs ist kein akademisches Vorwissen aus der Mathematik nötig.
Achtung: Dieser Kurs befindet sich aktuell im Selbststudium-Modus, in dem Sie keinen Zugriff auf die bewerteten Hausaufgaben/Prüfungen haben. Daher können wir Ihnen lediglich eine Teilnahmebestätigung ausstellen.
Lernmaterial
-
Woche 1:
Aussagen- und Prädikatenlogik, sowie Graphen. -
Woche 2:
Münzwiegen, kürzeste Pfade und PageRank. -
Abschlussprüfung
-
I like, I wish
Für diesen Kurs einschreiben
Lernende
Anforderungen für Zertifikate
- Das Zertifikat erhält, wer in der Summe aller benoteten Aufgaben mindestens 25% der Höchstpunktzahl erreicht hat.
- Die Teilnahmebestätigung erhält, wer auf mindestens 50% der Kursunterlagen zugegriffen hat.
Mehr Informationen finden Sie auf der Seite für Nachweise und Richtlinien.
Unsere Dozent:innen
Dr. Timo Kötzing
Timo Kötzing ist Postdoktorand am Algorithm Engineering Lehrstuhl des Hasso Plattner Instituts (HPI). Seine Forschung dreht sich um Theorie und Anwendung von randomisierten Suchheuristiken, insbesondere evolutionäre Algorithmen und Schwarmintelligenz. Er hat seine Promotion in der Informatik an der University of Delaware, USA, 2009 abgeschlossen und arbeitete danach am Max-Planck-Institut für Informatik und an der Universität Jena. Seit 2015 forscht und lehrt er am HPI.
Dr. Pascal Lenzner
Pascal Lenzner ist Postdoktorand am Algorithm Engineering Lehrstuhl des Hasso-Plattner-Instituts (HPI). Seine Forschung fokussiert auf den Schnittbereich zwischen Graphenalgorithmen, Netzwerken und algorithmischer Spieltheorie. Nach seinem Studium an der Friedrich-Schiller-Universität Jena und der Eidgenössischen Technischen Hochschule Zürich (ETH), Schweiz, hat er 2014 seine Promotion an der Humboldt-Universität zu Berlin abgeschlossen. Vor seinem Wechsel an das HPI im Oktober 2015, hat er an der Friedrich-Schiller-Universität Jena geforscht und gelehrt.
Dr. Thomas Bläsius
Thomas Bläsius ist Postdoktorand am Algorithm Engineering Lehrstuhl des Hasso-Plattner-Instituts (HPI), wo er sich hauptsächlich mit Graphalgorithmen beschäftigt. Nach dem Abitur hat er 2006 ein Informatikstudium am Karlsruher Institut für Technologie (KIT) begonnen, das er 2011 mit einem Diplom abschloss. Anschließend, von 2011 bis 2015, hat er (ebenfalls am KIT) promoviert. Seit 2015 ist er auf seiner aktuellen Stelle am HPI.
Karen Seidel
Karen Seidel ist Doktorandin am Algorithm Engineering Lehrstuhl des Hasso-Plattner-Instituts (HPI). In ihrer bisherigen Forschung im Bereich künstliche Intelligenz werden Lernprozesse mittels Automaten und Turing-Maschinen modelliert. Nach dem Abschluss ihres Mathematikstudium an der Universität Bonn, forschte sie in mathematischer Logik und kognitiver Mathematik an den Universitäten Münster, Osnabrück und Köln. Sie verfügt über ein breites Spektrum pädagogischer Erfahrung und arbeitet seit 2017 am HPI.