Herzlich Willkommen

Suche in den Vorlesungsverzeichnissen der UA Ruhr (maximal 250 Einträge)

Allgemeine Hinweise zu den Funktionen der Suchmaske

    Universität Duisburg/Essen       Ruhr-Universität Bochum       Technische Universität Dortmund  

Sommersemester 2025 Wintersemester 2024/2025 Sommersemester 2024 Wintersemester 2023/2024 Sommersemester 2023 Wintersemester 2022/2023 Sommersemester 2022

  Suchen   Hilfe zur Suchsyntax   Neue Session

Suchergebnis:

87 VVZ Einträge (aus 34842) gefunden für: Spect Quantenmechanik Bund Statistik

Suchdauer: 89 Millisekunden

• 
     XVI. Fakultät für Physik und Astronomie   —  2-Fach Bachelor, Pflichtveranstaltungen
  [160122] Grundlagen der Quantenmechanik und Statistik (Übung)   —  Übung
  Dr. Christopher Körber
  • Score: 17.07  Grundlagen der Quantenmechanik und Statistik (Übung)
• 
     XVI. Fakultät für Physik und Astronomie   —  Bachelor of Science, Pflichtveranstaltungen
  [160118] Einführung in die Quantenmechanik und Statistik (Übung)   —  Übung
  Prof. Dr. rer. nat. Evgeny Epelbaum
  • Score: 16.91  Einführung in die Quantenmechanik und Statistik (Übung)
• 
     XVI. Fakultät für Physik und Astronomie   —  2-Fach Bachelor, Pflichtveranstaltungen
  [160121] Grundlagen der Quantenmechanik und Statistik   —  Vorlesung
  Dr. Christopher Körber
  • Score: 15.98  Grundlagen der Quantenmechanik und Statistik
• 
     XVI. Fakultät für Physik und Astronomie   —  Bachelor of Science, Pflichtveranstaltungen
  [160117] Einführung in die Quantenmechanik und Statistik   —  Vorlesung
  Prof. Dr. rer. nat. Evgeny Epelbaum
  • Score: 15.91  Einführung in die Quantenmechanik und Statistik
• 
     Zentrale wissenschaftliche Einrichtungen   —  Institut für Arbeitswissenschaft, Oberseminare
  [260021] Entscheidungsunterstützungssysteme und Künstliche Intelligenz (Basismodul)   —  Oberseminar
  Enrico Bunde, Professor Dr. Christian Meske
  • Score: 10.62  Enrico Bunde, Professor Dr. Christian Meske
• 
     Zentrale wissenschaftliche Einrichtungen   —  Institut für Arbeitswissenschaft, Oberseminare
  [260018] Entscheidungsunterstützungssysteme und Künstliche Intelligenz (Praxiswoche)   —  Oberseminar
  Enrico Bunde, Professor Dr. Christian Meske
  • Score: 10.62  Enrico Bunde, Professor Dr. Christian Meske
• 
     VIII. Fakultät für Sozialwissenschaft   —  1-Fach Master: Module für alle Studienprogramme, Forschungsmodul
  [080318] S Digitalpolitik und Digitalisierung der öffentlichen Verwaltung (FOR, Teil I)   —  Seminar
  Prof. Dr. Jörg Bogumil
  • Score: 7.98  ängende Handlungsstränge geplant. Durch das OZG wird der Implementationsdruck auf Bund und Länder deutlich erhöht, indem es beide Ebenen dazu verpflichtet, alle Verwaltungsleistungen bis zum 31.12.2022 elektronisch im Portalverbund des Bundes anzubieten. Im Seminar soll untersucht werden, inwieweit sich der Informationsaustausch, die Kommunikation und Interaktion zwischen Verwaltung und Bürgern bei der �
• 
     I. Evangelisch-Theologische Fakultät   —  Master of Arts (M.A.), Master of Arts - 2 Fach (PO 2016), Modul MBW: Bibelwissenschaften
  [010133] Hauptseminar: Die Priesterschrift   —  Hauptseminar
  Leonie K. Stör
  • Score: 7.94  In diesem Seminar soll ein Überblick über zentrale Texte und Themen der Priesterschrift gewonnen werden: z.B. Schöpfung, Bund und Kult. Wie ist die Priesterschrift aufgebaut und woran kann man priesterschriftliche Texte erkennen? Dabei geht es auch um ihre Verortung im Kontext der neueren Modelle zur Entstehung des Pentateuchs. Die Seminarteilnehmenden erhalten einen Einblick in die
• 
     VIII. Fakultät für Sozialwissenschaft   —  Bachelor, Aufbaumodul Internationalisierung und Vergesellschaftung im Vergleich
  [080204] S Das Ruhrgebiet im internationalen Vergleich: gesellschaftliche, ökonomische und ökologische Transformation eines postindustriellen Raumes (InterVerg, Teil II)   —  Seminar
  Ursula Hermanns, Dr. Stephan Treuke
  • Score: 7.75  ), Dortmund: Rohn 2009, 149 S. Berger, Peter A., Carsten Keller, Andreas Klärner und Rainer Neef (Hrsg.), 2014: Urbane Ungleichheiten. Neue Entwicklungen zwischen Zentrum und Peripherie. Wiesbaden: Springer VS. Bogumil, Jörg/Holtkamp, Lars 2013: Kommunalpolitik und Kommunalverwaltung. Eine praxisorientierte Einführung. Bpb. Schriftenreihe (Bd. 1329). Die Neue Leipzig-Charta. Verfügbar unter: https://www.bmi.bund .de/DE/themen/bauen-wohnen/stadt-wohnen/stadtentwicklung/neue-leipzig-charta/neue-leipzig-charta-node.html Göpel, Maja. Unsere Welt neu denken, Ullstein HC. Höltermann, Tim: Soziale Polarisierung in deutschen Städten: Entwicklungen, Gegenmaßnahmen und eine Fallstudie des Bund-Länderprogramms "Soziale Stadt" aus Göttingen, Hamburg: Diplomica Verl. 2008, 151 S.
• 
     VII. Fakultät für Wirtschaftswissenschaft   —  Bachelor in Management and Economics, Grundlagenphase, Modul Statistik II
  [070031] Ü Modul Statistik II   —  Übung
  Dr. Markus Pape
  • Score: 7.70  Ü Modul Statistik II Bachelor in Management and Economics,Grundlagenphase,Modul Statistik II,
• 
     VII. Fakultät für Wirtschaftswissenschaft   —  Bachelor in Management and Economics, Grundlagenphase, Modul Statistik I
  [070021a] Ü Modul Statistik I   —  Übung
  Dr. Benno Hildebrandt
  • Score: 7.70  Ü Modul Statistik I Bachelor in Management and Economics,Grundlagenphase,Modul Statistik I,
• 
     VII. Fakultät für Wirtschaftswissenschaft   —  Bachelor in Management and Economics, Grundlagenphase, Modul Statistik II
  [070031a] Ü Modul Statistik II   —  Übung
  Dr. Markus Pape
  • Score: 7.70  Ü Modul Statistik II Bachelor in Management and Economics,Grundlagenphase,Modul Statistik II,
• 
     VII. Fakultät für Wirtschaftswissenschaft   —  Bachelor in Management and Economics, Grundlagenphase, Modul Statistik II
  [070031b] Ü Modul Statistik II   —  Übung
  Dr. Markus Pape
  • Score: 7.70  Ü Modul Statistik II Bachelor in Management and Economics,Grundlagenphase,Modul Statistik II,
• 
     VII. Fakultät für Wirtschaftswissenschaft   —  Bachelor in Management and Economics, Grundlagenphase, Modul Statistik I
  [070021b] Ü Modul Statistik I   —  Übung
  Dr. Benno Hildebrandt
  • Score: 7.70  Ü Modul Statistik I Bachelor in Management and Economics,Grundlagenphase,Modul Statistik I,
• 
     VII. Fakultät für Wirtschaftswissenschaft   —  Bachelor in Management and Economics, Grundlagenphase, Modul Statistik I
  [070020] V Modul Statistik I   —  Vorlesung
  Dr. Benno Hildebrandt
  • Score: 7.70  V Modul Statistik I Bachelor in Management and Economics,Grundlagenphase,Modul Statistik I,
• 
     VII. Fakultät für Wirtschaftswissenschaft   —  Bachelor in Management and Economics, Grundlagenphase, Modul Statistik II
  [070030] V Modul Statistik II   —  Vorlesung
  Dr. Markus Pape
  • Score: 7.64  V Modul Statistik II Bachelor in Management and Economics,Grundlagenphase,Modul Statistik II,
• 
     VII. Fakultät für Wirtschaftswissenschaft   —  Bachelor in Management and Economics, Grundlagenphase, Modul Statistik I
  [070021] Ü Modul Statistik I (Gruppen 1,3,4,6)   —  Übung
  Dr. Benno Hildebrandt
  • Score: 7.59  Ü Modul Statistik I (Gruppen 1,3,4,6) Bachelor in Management and Economics,Grundlagenphase,Modul Statistik I,
• 
     VIII. Fakultät für Sozialwissenschaft   —  Bachelor, Methodenmodul sozialwissenschaftliche Statistik
  [080140a] Ü Sozialwissenschaftliche Statistik (MethStat, Teil II)   —  Übung
  Daniel Weller
  • Score: 7.47  Ü Sozialwissenschaftliche Statistik (MethStat, Teil II) Bachelor,Methodenmodul sozialwissenschaftliche Statistik,,
• 
     VIII. Fakultät für Sozialwissenschaft   —  Bachelor, Methodenmodul sozialwissenschaftliche Statistik
  [080140c] Ü Sozialwissenschaftliche Statistik (MethStat, Teil II)   —  Übung
  Juliana Witkowski
  • Score: 7.42  Ü Sozialwissenschaftliche Statistik (MethStat, Teil II) Bachelor,Methodenmodul sozialwissenschaftliche Statistik,,
• 
     VIII. Fakultät für Sozialwissenschaft   —  Bachelor, Methodenmodul sozialwissenschaftliche Statistik
  [080140d] Ü Sozialwissenschaftliche Statistik (MethStat, Teil II)   —  Übung
  Sebastian Jeworutzki
  • Score: 7.42  Ü Sozialwissenschaftliche Statistik (MethStat, Teil II) Bachelor,Methodenmodul sozialwissenschaftliche Statistik,,
• 
     VIII. Fakultät für Sozialwissenschaft   —  Bachelor, Methodenmodul sozialwissenschaftliche Statistik
  [080140b] Ü Sozialwissenschaftliche Statistik (MethStat, Teil II)   —  Übung
  Juliana Witkowski
  • Score: 7.34  Ü Sozialwissenschaftliche Statistik (MethStat, Teil II) Bachelor,Methodenmodul sozialwissenschaftliche Statistik,,
• 
     XI. Fakultät für Psychologie   —  Studiengang Bachelor Psychologie (PO 2020), 2. Semester, Bereich Wissenschaftliche Methodenlehre, Modul Statistik und angewandte Datenanalyse 2
  [112144] Tutorium zu Statistik und angewandte Datenanalyse II (7)   —  Tutorium
  Prof. Dr. Maike Luhmann
  • Score: 7.28  Tutorium zu Statistik und angewandte Datenanalyse II (7) Studiengang Bachelor Psychologie (PO 2020),2. Semester,Bereich Wissenschaftliche Methodenlehre,Modul Statistik und angewandte Datenanalyse 2
• 
     XI. Fakultät für Psychologie   —  Studiengang Bachelor Psychologie (PO 2020), 2. Semester, Bereich Wissenschaftliche Methodenlehre, Modul Statistik und angewandte Datenanalyse 2
  [112141] Tutorium zu Statistik und angewandte Datenanalyse II (4)   —  Tutorium
  Prof. Dr. Maike Luhmann
  • Score: 7.28  Tutorium zu Statistik und angewandte Datenanalyse II (4) Studiengang Bachelor Psychologie (PO 2020),2. Semester,Bereich Wissenschaftliche Methodenlehre,Modul Statistik und angewandte Datenanalyse 2
• 
     XI. Fakultät für Psychologie   —  Studiengang Bachelor Psychologie (PO 2020), 2. Semester, Bereich Wissenschaftliche Methodenlehre, Modul Statistik und angewandte Datenanalyse 2
  [112139] Tutorium zu Statistik und angewandte Datenanalyse II (2)   —  Tutorium
  Prof. Dr. Maike Luhmann
  • Score: 7.28  Tutorium zu Statistik und angewandte Datenanalyse II (2) Studiengang Bachelor Psychologie (PO 2020),2. Semester,Bereich Wissenschaftliche Methodenlehre,Modul Statistik und angewandte Datenanalyse 2
• 
     XI. Fakultät für Psychologie   —  Studiengang Bachelor Psychologie (PO 2020), 2. Semester, Bereich Wissenschaftliche Methodenlehre, Modul Statistik und angewandte Datenanalyse 2
  [112143] Tutorium zu Statistik und angewandte Datenanalyse II (6)   —  Tutorium
  Prof. Dr. Maike Luhmann
  • Score: 7.28  Tutorium zu Statistik und angewandte Datenanalyse II (6) Studiengang Bachelor Psychologie (PO 2020),2. Semester,Bereich Wissenschaftliche Methodenlehre,Modul Statistik und angewandte Datenanalyse 2
• 
     XI. Fakultät für Psychologie   —  Studiengang Bachelor Psychologie (PO 2020), 2. Semester, Bereich Wissenschaftliche Methodenlehre, Modul Statistik und angewandte Datenanalyse 2
  [112140] Tutorium zu Statistik und angewandte Datenanalyse II (3)   —  Tutorium
  Prof. Dr. Maike Luhmann
  • Score: 7.28  Tutorium zu Statistik und angewandte Datenanalyse II (3) Studiengang Bachelor Psychologie (PO 2020),2. Semester,Bereich Wissenschaftliche Methodenlehre,Modul Statistik und angewandte Datenanalyse 2
• 
     XI. Fakultät für Psychologie   —  Studiengang Bachelor Psychologie (PO 2020), 2. Semester, Bereich Wissenschaftliche Methodenlehre, Modul Statistik und angewandte Datenanalyse 2
  [112138] Tutorium zu Statistik und angewandte Datenanalyse II (1)   —  Tutorium
  Prof. Dr. Maike Luhmann
  • Score: 7.28  Tutorium zu Statistik und angewandte Datenanalyse II (1) Studiengang Bachelor Psychologie (PO 2020),2. Semester,Bereich Wissenschaftliche Methodenlehre,Modul Statistik und angewandte Datenanalyse 2
• 
     XI. Fakultät für Psychologie   —  Studiengang Bachelor Psychologie (PO 2020), 2. Semester, Bereich Wissenschaftliche Methodenlehre, Modul Statistik und angewandte Datenanalyse 2
  [112142] Tutorium zu Statistik und angewandte Datenanalyse II (5)   —  Tutorium
  Prof. Dr. Maike Luhmann
  • Score: 7.28  Tutorium zu Statistik und angewandte Datenanalyse II (5) Studiengang Bachelor Psychologie (PO 2020),2. Semester,Bereich Wissenschaftliche Methodenlehre,Modul Statistik und angewandte Datenanalyse 2
• 
     XI. Fakultät für Psychologie   —  Studiengang Bachelor Psychologie (PO 2020), 2. Semester, Bereich Wissenschaftliche Methodenlehre, Modul Statistik und angewandte Datenanalyse 2
  [112132] S Übung zu Statistik und angewandte Datenanalyse 2 (Gruppe 1&2)   —  Übung
  Dr. Till Kaiser
  • Score: 6.99  S �bung zu Statistik und angewandte Datenanalyse 2 (Gruppe 1&2) Studiengang Bachelor Psychologie (PO 2020),2. Semester,Bereich Wissenschaftliche Methodenlehre,Modul Statistik und angewandte Datenanalyse 2 In dieser Übung werden die statistischen Verfahren aus den Vorlesungen "Statistik und angewandte Datenanalyse 1" und "Statistik und angewandte Datenanalyse 2" mit der kostenlosen Statistiksoftware R praktisch angewandt und vertieft. Die Übung findet in einem Blended Learning-Format statt: Der Input wird online und asynchron in Form von kurzen Videos vermittelt. In der im zweiw
• 
     XI. Fakultät für Psychologie   —  Studiengang Bachelor Psychologie (PO 2020), 2. Semester, Bereich Wissenschaftliche Methodenlehre, Modul Statistik und angewandte Datenanalyse 2
  [112134] S Übung zu Statistik und angewandte Datenanalyse 2 (Gruppe 5&6)   —  Übung
  Dr. Till Kaiser
  • Score: 6.99  S �bung zu Statistik und angewandte Datenanalyse 2 (Gruppe 5&6) Studiengang Bachelor Psychologie (PO 2020),2. Semester,Bereich Wissenschaftliche Methodenlehre,Modul Statistik und angewandte Datenanalyse 2 In dieser Übung werden die statistischen Verfahren aus den Vorlesungen "Statistik und angewandte Datenanalyse 1" und "Statistik und angewandte Datenanalyse 2" mit der kostenlosen Statistiksoftware R praktisch angewandt und vertieft. Die Übung findet in einem Blended Learning-Format statt: Der Input wird online und asynchron in Form von kurzen Videos vermittelt. In der im zweiw
• 
     XI. Fakultät für Psychologie   —  Studiengang Bachelor Psychologie (PO 2020), 2. Semester, Bereich Wissenschaftliche Methodenlehre, Modul Statistik und angewandte Datenanalyse 2
  [112135] S Übung zu Statistik und angewandte Datenanalyse 2 (Gruppe 7&8)   —  Übung
  Prof. Dr. Maike Luhmann
  • Score: 6.99  S �bung zu Statistik und angewandte Datenanalyse 2 (Gruppe 7&8) Studiengang Bachelor Psychologie (PO 2020),2. Semester,Bereich Wissenschaftliche Methodenlehre,Modul Statistik und angewandte Datenanalyse 2 In dieser Übung werden die statistischen Verfahren aus den Vorlesungen "Statistik und angewandte Datenanalyse 1" und "Statistik und angewandte Datenanalyse 2" mit der kostenlosen Statistiksoftware R praktisch angewandt und vertieft. Die Übung findet in einem Blended Learning-Format statt: Der Input wird online und asynchron in Form von kurzen Videos vermittelt. In der im zweiw
• 
     XI. Fakultät für Psychologie   —  Studiengang Bachelor Psychologie (PO 2020), 2. Semester, Bereich Wissenschaftliche Methodenlehre, Modul Statistik und angewandte Datenanalyse 2
  [112136] S Übung zu Statistik und angewandte Datenanalyse 2 (Gruppe 9)   —  Übung
  Prof. Dr. Maike Luhmann
  • Score: 6.99  S �bung zu Statistik und angewandte Datenanalyse 2 (Gruppe 9) Studiengang Bachelor Psychologie (PO 2020),2. Semester,Bereich Wissenschaftliche Methodenlehre,Modul Statistik und angewandte Datenanalyse 2 In dieser Übung werden die statistischen Verfahren aus den Vorlesungen "Statistik und angewandte Datenanalyse 1" und "Statistik und angewandte Datenanalyse 2" mit der kostenlosen Statistiksoftware R praktisch angewandt und vertieft. Die Übung findet in einem Blended Learning-Format statt: Der Input wird online und asynchron in Form von kurzen Videos vermittelt. In der im zweiw
• 
     XI. Fakultät für Psychologie   —  Studiengang Bachelor Psychologie (PO 2020), 2. Semester, Bereich Wissenschaftliche Methodenlehre, Modul Statistik und angewandte Datenanalyse 2
  [112133] S Übung zu Statistik und angewandte Datenanalyse 2 (Gruppe 3&4)   —  Übung
  Prof. Dr. Maike Luhmann
  • Score: 6.99  S �bung zu Statistik und angewandte Datenanalyse 2 (Gruppe 3&4) Studiengang Bachelor Psychologie (PO 2020),2. Semester,Bereich Wissenschaftliche Methodenlehre,Modul Statistik und angewandte Datenanalyse 2 In dieser Übung werden die statistischen Verfahren aus den Vorlesungen "Statistik und angewandte Datenanalyse 1" und "Statistik und angewandte Datenanalyse 2" mit der kostenlosen Statistiksoftware R praktisch angewandt und vertieft. Die Übung findet in einem Blended Learning-Format statt: Der Input wird online und asynchron in Form von kurzen Videos vermittelt. In der im zweiw
• 
     VIII. Fakultät für Sozialwissenschaft   —  Bachelor, Methodenmodul sozialwissenschaftliche Statistik
  [080010] V Sozialwissenschaftliche Statistik (MethStat, Teil I)   —  Vorlesung
  Prof. Dr. Cornelia Weins, Juliana Witkowski
  • Score: 6.80  V Sozialwissenschaftliche Statistik (MethStat, Teil I) Bachelor,Methodenmodul sozialwissenschaftliche Statistik,, önnen vorhandene Daten quantitativ beschrieben werden, z.B. durch Mittelwerte, Streuungsmaße, Zusammenhangsmaße, und auf Basis von Zufallsstichproben, z.B. Wahlumfragen, Aussagen über eine größere Gesamtheit, alle Wähler/innen, getroffen werden. Die Vorlesung beinhaltet eine Einführung in die deskriptive und schließende Statistik auf Basis von sozialwissenschaftlichen Daten und Beispielen. Statistik Statistik für Politologen und Soziologen. Wiesbaden: VS Verlag. 5. Auflage. Kühnel, Steffen und Dagmar Krebs (2012): Statistik für die Sozialwissenschaften. Reinbek bei Hamburg. 5. Auflage (oder neuere Auflage).
• 
     XX. Medizinische Fakultät   —  Veranstaltungen für Studierende anderer Fakultäten, Veranstaltungen für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund, Lehrveranstaltungen im Masterstudiengang, Vorlesungen
  [201961] Pathologie für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund   —  Vorlesung
  Prof. Dr. rer. nat. Eckart Förster, Prof. Dr. med. Andrea Tannapfel
  • Score: 6.75  Pathologie für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund Veranstaltungen für Studierende anderer Fakultäten,Veranstaltungen für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund,Lehrveranstaltungen im Masterstudiengang,Vorlesungen
• 
     XV. Fakultät für Mathematik   —  Lehrveranstaltungen im Mathematikstudium, Vorlesungen im Mathematik-Studium sowie für Studierende der Angewandten Informatik, Informatik, Natur- und Ingenieurwissenschaften
  [150330] Fortgeschrittene Methoden in Statistik   —  Vorlesung
  Prof. Dr. Nicolai Bissantz
  • Score: 6.72  Fortgeschrittene Methoden in Statistik Laborarbeit etc. zu ermöglichen. Der Kurs findet voraussichtlich online in Zoom statt. Geplanter Inhalt Tag 1: Deskriptive Statistik und WahrscheinlichkeitstheorieTag 2: Konfidenzintervalle und Einführung in statistisches TestenTag 3: Parametrische TestsTag 4: Nichtparametrische Tests und kontingenztafelbasierte TestsTag 5: Das lineare Modell, ANOVA und qqplotsTag 6: Multivariate Statistik und ExtremwertstatistikTag 7: Computerbasierte Statistik: insbesondere Bootstrap, VersuchsplanungHinweise: In dem Kurs werden grundlegende Methoden, wie sie in Basisvorlesungen behandelt werden, kurz wiederholt, vertieft und in einen Gesamtzusammenhang gestellt. Darauf aufbauend werden weiterführende Verfahren aus diesen Bereichen diskutiert und an konkreten Datenbeispielen die Umsetzung und Interpretation mit Hilfe der in der angewandten Statistik weit verbreiteten Standard-Statistiksoftware R besprochen. Kapitel wie das allgemeine lineare Modell, multivariate Statistik oder Versuchsplanung, die über in einem Standardkurs hinausgehen werden ebenfalls besprochen und eingeführt. Ebenfalls werden einige weitere aktuelle Verfahren behandelt werden, die massiveren Computereinsatz erfordern, dazu geh ören bspw. die in der Praxis eine immer wichtigere Rolle spielenden Resampling Methoden und Anwendungen des statistischen Lernens in der Ökologie. Bei Interesse an der Teilnahme schicken Sie bitte eine Email zur unverbindlichen Anmeldung an lehreservice-angewandte-statistik@rub.de. Die Anzahl der T eilnehmer ist voraussichtlich auf 25 beschränkt. Bitte melden Sie sich daher auch wieder ab, falls Sie
• 
     XV. Fakultät für Mathematik   —  Lehrveranstaltungen im Mathematikstudium, Oberseminare / Arbeitsgemeinschaften / Kolloquien
  [150907] Oberseminar über Statistik   —  Oberseminar
  Prof. Dr. Holger Dette, Prof. Dr. Johannes Lederer
  • Score: 6.44  Oberseminar über Statistik
• 
     XV. Fakultät für Mathematik   —  Lehrveranstaltungen im Mathematikstudium, Vorlesungen in den Studiengängen des Bachelor of Science in Mathematik (B.Sc.), Bachelor of Arts (B.A.), Master of Science in Mathematik (M.Sc.), Master of Education (M.Ed.)
  [150242] Statistik I   —  Vorlesung
  Prof. Dr. Johannes Lederer
  • Score: 6.44  Statistik I In dieser Vorlesung gibt eine Einführung in die mathematische Statistik. Ziel der Vorlesung ist es, in einem konkreten Problem aus verschiedenen statistischen Verfahren ein "optimales" zu bestimmen. Einige Themenschwerpunkte sind Grundbegriffe der Entscheidungstheorie (Risiko, Verlust, Bayes- und Minimax-Risiken, Zulässigkeit), Testtheorie, evtl. auch Sequentialverfahren, optimale Tests Moodle. J.O. Berger, Statistical Decision Theory, Springer, New York E.L. Lehmann, Testing Statistical Hypotheses, Wiley, New York E.L. Lehmann, Theory of Point Estimation, Wiley, New York H. Witting, Mathematische Statistik, Teubner
• 
     XV. Fakultät für Mathematik   —  Lehrveranstaltungen im Mathematikstudium, Oberseminare / Arbeitsgemeinschaften / Kolloquien
  [150917] Oberseminar über Mathematische Statistik im Informationszeitalter (Forschungsgruppe 5381)   —  Oberseminar
  Prof. Dr. Holger Dette
  • Score: 6.41  Oberseminar über Mathematische Statistik im Informationszeitalter (Forschungsgruppe 5381)
• 
     XV. Fakultät für Mathematik   —  Lehrveranstaltungen im Mathematikstudium, Vorlesungen in den Studiengängen des Bachelor of Science in Mathematik (B.Sc.), Bachelor of Arts (B.A.), Master of Science in Mathematik (M.Sc.), Master of Education (M.Ed.)
  [150238] Funktionalanalysis   —  Vorlesung
  Prof. Dr. Barney Bramham
  • Score: 6.14  die Quantenmechanik. In diesem Kurs werden wir einige der grundlegenden Eigenschaften von linearen Operatoren in Banach- und Hilbert-Räumen untersuchen. Je nach Zeit werden wir zum Semesterende auch die berühmten Sobolevräume betrachten, die im Zentrum der modernen Theorie der partiellen Differentialgleichungen stehen. Die Bücher: "Funktionalanalysis" von Werner, "Functional Analysis, Sobolev
• 
     XI. Fakultät für Psychologie   —  Studiengang Bachelor Psychologie (PO 2020), 2. Semester, Bereich Wissenschaftliche Methodenlehre, Modul Statistik und angewandte Datenanalyse 2
  [112131] V Statistik und angewandte Datenanalyse 2   —  Vorlesung
  Dr. Susanne Marilies Bücker
  • Score: 6.12  V Statistik und angewandte Datenanalyse 2 Studiengang Bachelor Psychologie (PO 2020),2. Semester,Bereich Wissenschaftliche Methodenlehre,Modul Statistik und angewandte Datenanalyse 2 , in denen der Vorlesungsstoff mit interaktiven Lehr-Lern-Methoden vertieft und Verständnisfragen geklärt werden können. Die genauen Termine der Präsenzsitzungen werden vor dem ersten Termin per E-Mail mitgeteilt. Eid, M., Gollwitzer, M. & Schmitt, M. (2017). Statistik und Forschungsmethoden (5. Aufl.). Weinheim: Beltz. 
• 
     XV. Fakultät für Mathematik   —  Lehrveranstaltungen im Mathematikstudium, Vorlesungen in den Studiengängen des Bachelor of Science in Mathematik (B.Sc.), Bachelor of Arts (B.A.), Master of Science in Mathematik (M.Sc.), Master of Education (M.Ed.)
  [150245] Übungen zu Statistik II   —  Übung
  Dr. Nina Dörnemann
  • Score: 5.96  Übungen zu Statistik II
• 
     XVII. Fakultät für Geowissenschaften   —  Geographisches Institut, Gestufter Studiengang Geographie (Abschluss: B.Sc. / B.A.), Bachelor 4. Semester
  [170026d] Seminar zu Statistik & GIS-Übungen für Geographen   —  Übung
  Prof. Dr. Frank Dickmann
  • Score: 5.78  Seminar zu Statistik & GIS-Übungen für Geographen
• 
     XVII. Fakultät für Geowissenschaften   —  Geographisches Institut, Gestufter Studiengang Geographie (Abschluss: B.Sc. / B.A.), Bachelor 4. Semester
  [170026b] Seminar zu Statistik & GIS-Übungen für Geographen   —  Übung
  Prof. Dr. Frank Dickmann
  • Score: 5.78  Seminar zu Statistik & GIS-Übungen für Geographen
• 
     XVII. Fakultät für Geowissenschaften   —  Geographisches Institut, Gestufter Studiengang Geographie (Abschluss: B.Sc. / B.A.), Bachelor 4. Semester
  [170026c] Seminar zu Statistik & GIS-Übungen für Geographen   —  Übung
  Prof. Dr. Frank Dickmann
  • Score: 5.78  Seminar zu Statistik & GIS-Übungen für Geographen
• 
     XX. Medizinische Fakultät   —  Veranstaltungen für Studierende anderer Fakultäten, Veranstaltungen für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund, Lehrveranstaltungen im Bachelorstudiengang, Vorlesungen
  [201950] Anatomie II (Theoretische Medizin)   —  Vorlesung
  Prof. Dr. med. Pedro M. Faustmann
  • Score: 5.68  Veranstaltungen für Studierende anderer Fakultäten,Veranstaltungen für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund,Lehrveranstaltungen im Bachelorstudiengang,Vorlesungen
• 
     XX. Medizinische Fakultät   —  Veranstaltungen für Studierende anderer Fakultäten, Veranstaltungen für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund, Lehrveranstaltungen im Bachelorstudiengang, Vorlesungen
  [201952] Physiologie II (Theoretische Medizin)   —  Vorlesung
  Priv.-Doz. Dr. Martin Hexamer
  • Score: 5.68  Veranstaltungen für Studierende anderer Fakultäten,Veranstaltungen für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund,Lehrveranstaltungen im Bachelorstudiengang,Vorlesungen
• 
     XVII. Fakultät für Geowissenschaften   —  Geographisches Institut, Gestufter Studiengang Geographie (Abschluss: B.Sc. / B.A.), Bachelor 4. Semester
  [170026a] Seminar zu Statistik & GIS-Übungen für Geographen   —  Übung
  PD Dr. rer. nat. Dennis Edler
  • Score: 5.63  Seminar zu Statistik & GIS-Übungen für Geographen
• 
     XX. Medizinische Fakultät   —  Veranstaltungen für Studierende anderer Fakultäten, Veranstaltungen für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund, Lehrveranstaltungen im Masterstudiengang, Vorlesungen
  [201954] Grundlagen der Mikrobiologie   —  Vorlesung
  Prof. Dr. med. Sören Gatermann, und Mitarbeiter /-innen
  • Score: 5.63  Veranstaltungen für Studierende anderer Fakultäten,Veranstaltungen für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund,Lehrveranstaltungen im Masterstudiengang,Vorlesungen
• 
     XV. Fakultät für Mathematik   —  Lehrveranstaltungen im Mathematikstudium, Vorlesungen in den Studiengängen des Bachelor of Science in Mathematik (B.Sc.), Bachelor of Arts (B.A.), Master of Science in Mathematik (M.Sc.), Master of Education (M.Ed.)
  [150243] Übungen zu Statistik I   —  Übung
  Pegah Golestaneh
  • Score: 5.63  Übungen zu Statistik I
• 
     XX. Medizinische Fakultät   —  Veranstaltungen für Studierende anderer Fakultäten, Veranstaltungen für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund, Lehrveranstaltungen im Masterstudiengang, Vorlesungen
  [201955] Pharmakologie   —  Vorlesung
  Prof. Dr. med. Doris Koesling, PD Dr. med. Michael Russwurm
  • Score: 5.54  Veranstaltungen für Studierende anderer Fakultäten,Veranstaltungen für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund,Lehrveranstaltungen im Masterstudiengang,Vorlesungen
• 
     XV. Fakultät für Mathematik   —  Lehrveranstaltungen im Mathematikstudium, Vorlesungen in den Studiengängen des Bachelor of Science in Mathematik (B.Sc.), Bachelor of Arts (B.A.), Master of Science in Mathematik (M.Sc.), Master of Education (M.Ed.)
  [150244] Statistik II   —  Vorlesung
  Prof. Dr. Holger Dette
  • Score: 5.54  Statistik II
• 
     XX. Medizinische Fakultät   —  Veranstaltungen für Studierende anderer Fakultäten, Veranstaltungen für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund, Lehrveranstaltungen im Bachelorstudiengang, Vorlesungen
  [201951] Biochemie II (Theoretische Medizin)   —  Vorlesung
  PD Dr. rer. nat. Jörg Reinders, Prof. Dr. rer. nat. Albert Sickmann
  • Score: 5.54  Veranstaltungen für Studierende anderer Fakultäten,Veranstaltungen für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund,Lehrveranstaltungen im Bachelorstudiengang,Vorlesungen
• 
     XX. Medizinische Fakultät   —  Weiterführende Veranstaltungen nach Fachgebieten, Anästhesiologie, Seminare
  [205196] Fortschrittliche molekulare Methoden und Statistik in der Anästhesieforschung   —  Seminar
  PD Dr. rer. nat. Björn Koos
  • Score: 5.45  Fortschrittliche molekulare Methoden und Statistik in der Anästhesieforschung
• 
     XX. Medizinische Fakultät   —  Veranstaltungen für Studierende anderer Fakultäten, Veranstaltungen für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund, Lehrveranstaltungen im Masterstudiengang, Vorlesungen
  [206033] Humangenetik   —  Vorlesung
  PD Dr. rer. nat. Larissa Arning-Bünder, Dr. Wanda Maria Gerding, PD Dr. med. Sabine Hoffjan, PD Dr. med. Wolfram Klein, PD Dr. med. Moritz Meins, PD Dr. med. Bianca Miterski, Prof. Dr. med. Huu Phuc Nguyen, Prof. Dr. med. Carsten Saft
  • Score: 5.36  Veranstaltungen für Studierende anderer Fakultäten,Veranstaltungen für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund,Lehrveranstaltungen im Masterstudiengang,Vorlesungen
• 
     XX. Medizinische Fakultät   —  Veranstaltungen für Studierende anderer Fakultäten, Veranstaltungen für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund, Lehrveranstaltungen im Masterstudiengang, Vorlesungen
  [201956] Klinische Propädeutik   —  Vorlesung
  Prof. Dr. med. Karl-Heinz Bauer, PD Dr. med. Christian Teschendorf
  • Score: 5.27  Veranstaltungen für Studierende anderer Fakultäten,Veranstaltungen für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund,Lehrveranstaltungen im Masterstudiengang,Vorlesungen
• 
     XX. Medizinische Fakultät   —  Veranstaltungen für Studierende anderer Fakultäten, Veranstaltungen für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund, Lehrveranstaltungen im Masterstudiengang, Vorlesungen
  [201953] Klinische Chemie, Laboratoriumsdiagnostik   —  Vorlesung
  PD Dr. rer. nat. Dr. med. Ingvild E. Birschmann, Prof. Dr. rer. nat. Jens Dreier, Prof. Dr. med. Cornelius Knabbe, Prof. Dr. rer. nat. Tanja Vollmer
  • Score: 5.27  Veranstaltungen für Studierende anderer Fakultäten,Veranstaltungen für Studierende der Medizinphysik, Informatik und Statistik der Universität Dortmund,Lehrveranstaltungen im Masterstudiengang,Vorlesungen
• 
     XX. Medizinische Fakultät   —  Weiterführende Veranstaltungen nach Fachgebieten, Radiologie, Seminare
  [201741] Fortbildungsreihe „Scientific Imaging – Projektmanagement, Methodik & Statistik“   —  Seminar
  Prof. Dr. med. Jan Borggrefe, und Mitarbeiter /-innen
  • Score: 5.19  Fortbildungsreihe „Scientific Imaging – Projektmanagement, Methodik & Statistik“
• 
     VIII. Fakultät für Sozialwissenschaft   —  Veranstaltungen ohne Modulzuordnung
  [080610] K Doktorand*innen-Kolloquium   —  Kolloquium
  Prof. Dr. Zohal Hessami, Prof. Dr. Sören Petermann, Prof. Dr. Jörg-Peter Schräpler, Prof. Dr. Cornelia Weins, Prof. Dr. Martin Werding
  • Score: 4.62  Das Kolloquium für Doktorandinnen und Doktoranden der Sektion "Sozialwissenschaftliche Methodenlehre und Statistik" und "Sozialpolitik und Sozialökonomie" wird in jedem Semester angeboten. Es dient der Vorstellung und intensiven Diskussion von Dissertationsvorhaben mit den TeilnehmerInnen. ReferentInnen und Themen der einzelnen Sitzungen werden zu Beginn des Semsters vereinbart
• 
     X. Fakultät für Sportwissenschaft   —  Lehrangebot im Studiengang Master of Science - Mangement & Consulting im Sport (M.Sc.) (PO 2020), Modul 2: Methoden empirischer Sozialforschung
  [100952] Seminar Methoden empirischer Sozialforschung II   —  Seminar
  Prof. Dr. Christoph Bühren, Henning Jarck, Franziska Vollmann
  • Score: 4.52  - und Sozialwissenschaftler. Heidelberg: Springer.Bortz, J. & Schuster, C. (2010). Statistik für Human- und Sozialwissenschaftler. Heidelberg: Springer.Bühner, M. & Ziegler, M. (2009). Statistik für Psychologen und Sozialwissenschaftler. München: Pearson Studium.Field, A. (2009). Discovering statistics using IBM SPSS Statistics (3rd edition). Los Angeles: Sage Publications.Gratton, C. & Jones, I
• 
     VIII. Fakultät für Sozialwissenschaft   —  Bachelor, Aufbaumodul Arbeit
  [080240] S Vergütungssysteme in der new work (Arb, Teil II)   —  Seminar
  Dr. Claudia Niewerth
  • Score: 4.37  -Werk Suttner-Nobel-Allee 4 (Opelring 1) EG - Raum Bibliothek 44803 Bochum Franke, Hornung, Nobile (2019): New Pay – Alternative Arbeits- und Entlohnungsmodelle, Haufe-Verlag. Freiburg. Meine, Ohl, Rohnert (Hrsg.) (2018): Handbuch Arbeit - Entgelt – Leistung. 7. Auflage. Bund-Verlag. Oechsler, W. A. (2010). Personal und Arbeit: Grundlagen des Human Ressource Management und der Arbeitgeber
• 
     XXI. Fakultät für Informatik   —  Studiengänge Angewandte Informatik, M.Sc. Angewandte Informatik, Veranstaltungen Master PO 2020, Wahlpflichtmodule
  [211052] Theorie des maschinellen Lernens   —  Vorlesung mit Übung
  Prof. Dr. Asja Fischer
  • Score: 4.26  Gegenstand der Vorlesung ist die Statistik- und Algorithmen-basierte Theorie des Maschinellen Lernens aus zufälligen Beispielen. Wir befassen uns mit der Bestimmung der Informations- und der Berechnungskomplexität von Lernproblemen. Im ersten Teil der Vorlesung behandeln wir die grundlegenden Begriffe und Resultate der Theorie des maschinellen Lernens. Im zweiten Teil der Vorlesung besch
• 
     Fakultätsübergreifendes   —  Methodenzentrum
  [480019] Einführung in Stata (Methodenwoche)   —  Workshop
  Daniel Weller
  • Score: 4.06  Inhalt Im Workshop wird ein Einblick in den Aufbau und die Anwendung der Statistik-Software Stata geboten. Neben einem Überblick über die Eigenschaften, den Vor- und Nachteilen der Software, werden die wichtigsten Schritte der Dateneingabe und -aufbereitung vorgestellt. Dabei liegt der Schwerpunkt auf den folgenden Aspekten: Aufbau und Struktur von Fenstern und Menüs Dateiformate und
• 
     Fakultätsübergreifendes   —  Methodenzentrum
  [480002] Einführung in SPSS   —  Workshop
  Daniel Weller
  • Score: 4.06  Inhalt Im Workshop wird ein Einblick in den Aufbau und die Anwendung der Statistik-Software SPSS geboten. Neben einem Überblick über die Eigenschaften, den Vor- und Nachteilen der Software, werden die wichtigsten Schritte der Dateneingabe und -aufbereitung vorgestellt. Dabei liegt der Schwerpunkt auf den folgenden Aspekten: Aufbau und Struktur von Fenstern und Menüs Dateiformate und
• 
     Fakultätsübergreifendes   —  Methodenzentrum
  [480021] Einführung in R (Methodenwoche)   —  Workshop
  Daniel Weller
  • Score: 3.96  Inhalt Im Workshop wird ein Einblick in den Aufbau und die Anwendung der freien Statistik-Software R geboten. Neben einem Überblick über die Eigenschaften, den Vor- und Nachteilen der Software, werden die wichtigsten Schritte der Dateneingabe und -aufbereitung vorgestellt. Dabei liegt der Schwerpunkt auf den folgenden Aspekten: Aufbau und Struktur von Fenstern und Menüs Dateiformate
• 
     Fakultätsübergreifendes   —  Methodenzentrum
  [480022] Datenanalyse in Stata (Methodenwoche)   —  Workshop
  Daniel Weller
  • Score: 3.96  des Workshops „Einführung in Stata“ für Einsteiger empfohlen, aber nicht vorausgesetzt wird. Außerdem wird eine Vorbildung im Gebiet der Statistik vorausgesetzt. Zielgruppe Studierende und Promovierende mit Grundkenntnissen in Stata, die eigene quantitative Datenanalysen durchführen möchten.
• 
     Fakultätsübergreifendes   —  Methodenzentrum
  [480005] Einführung in R   —  Workshop
  Daniel Weller
  • Score: 3.96  Inhalt Im Workshop wird ein Einblick in den Aufbau und die Anwendung der freien Statistik-Software R geboten. Neben einem Überblick über die Eigenschaften, den Vor- und Nachteilen der Software, werden die wichtigsten Schritte der Dateneingabe und -aufbereitung vorgestellt. Dabei liegt der Schwerpunkt auf den folgenden Aspekten: Aufbau und Struktur von Fenstern und Menüs Dateiformate
• 
     Fakultätsübergreifendes   —  Methodenzentrum
  [480024] Datenanalyse in R (Methodenwoche)   —  Workshop
  Daniel Weller
  • Score: 3.96  Workshops „Einführung in R“ für Einsteiger empfohlen, aber nicht vorausgesetzt wird. Außerdem wird eine Vorbildung im Gebiet der Statistik vorausgesetzt. Zielgruppe Studierende und Promovierende mit Grundkenntnissen in R, die eigene quantitative Datenanalysen durchführen möchten.
• 
     XIV. Fakultät für Elektrotechnik und Informationstechnik   —  Master-Studiengang Elektrotechnik und Informationstechnik (PO 2020), Hochfrequente Sensoren und Systeme, Wahlpflichtbereich, Mas­ter-Prak­ti­kum HSS
  [142180] Master-Praktikum Schaltungsdesign integrierter Hochfrequenzschaltungen mit Cadence   —  Praktikum
  Prof. Dr.-Ing. Nils Pohl
  • Score: 3.92  ­ginnt zu­nächst mit einer kur­zen Ein­füh­rung in die BiC­MOS-Schal­tungs­tech­nik, in das Be­triebs­sys­tem LINUX und in die für die­ses Prak­ti­kum wich­ti­gen Ent­wurfs­werk­zeu­ge Spect­re und CA­DENCE. Da­nach be­ginnt ein über das ganze Se­mes­ter lau­fen­des Ent­wurfs­pro­jekt aus der Hoch­fre­quenz­tech­nik, z.B. der Ent­wurf eines FM� ­pu­ter-ai­ded cir­cuit de­sign and pro­ject-ori­en­ted work in se­ver­al teams and le­ar­ned a con­vin­cing pre­sen­ta­ti­on of the re­sults achie­ved in a final di­s­cus­sion. CON­TENT: This prac­tical cour­se be­gins with a brief in­tro­duc­tion to BiC­MOS cir­cuit tech­no­lo­gies, the LINUX ope­ra­ting sys­tem, and the de­sign tools Spect­re and CA­DENCE, which are im
• 
     XV. Fakultät für Mathematik   —  Lehrveranstaltungen im Mathematikstudium, Vorlesungen in den Studiengängen des Bachelor of Science in Mathematik (B.Sc.), Bachelor of Arts (B.A.), Master of Science in Mathematik (M.Sc.), Master of Education (M.Ed.)
  [150295] Einführung in die Methoden des Data Science A   —  Vorlesung
  Prof. Dr. Nicolai Bissantz
  • Score: 3.80  als Statistikpraktikum (Corona-Sonderregelung) mit 10 CP des 1-Fach B.Sc.-Studiengangs Mathematik erworben werden, wenn sowohl Data Science A im Wintersemester als auch Data Science B im Sommersemester erfolgreich abgeschlossen werden. Als Modul 10 mit 10 CP (zusammen mit Data Science B) des 1-Fach B.Sc.-Studiengangs Mathematik wenn beabsichtigt ist, die Bachelorarbeit in der Stochastik, Statistik -Vorlesungen für eines der ingenieur- oder naturwissenschaftlichen Fächer. Für den Optionalbereich stehen 5 Plätze zur Verfügung. Andere Studierende wenden sich bitte an den Dozenten für Rückfragen zur Belegung des Kurses. Data Science A und B können in beliebigerer Reihenfolge belegt werden. 15 Teilnehmerplätze verfügbar (Anmeldung und Anfragen per Email an lehreservice-angewandte-statistik
• 
     Fakultätsübergreifendes   —  Methodenzentrum
  [480006] Datenanalyse in Python   —  Workshop
  Sebastian Gerhartz, Daniel Weller
  • Score: 3.62  ��Einführung in Python“ für Einsteiger empfohlen, aber nicht vorausgesetzt wird. Die besprochenen Analyseverfahren können im Workshop nicht im Detail hergeleitet werden. Grundlegende Kenntnisse der Verfahren aus Statistik-Grundkursen sollten daher mitgebracht werden. Zielgruppe Studierende und Promovierende, die Python für die eigene empirische Forschung einsetzen möchten. Programierkenntnisse werden nicht
• 
     Fakultätsübergreifendes   —  Methodenzentrum
  [480027] Datenanalyse in Python (Methodenwoche)   —  Workshop
  Sebastian Gerhartz, Daniel Weller
  • Score: 3.62  ��Einführung in Python“ für Einsteiger empfohlen, aber nicht vorausgesetzt wird. Die besprochenen Analyseverfahren können im Workshop nicht im Detail hergeleitet werden. Grundlegende Kenntnisse der Verfahren aus Statistik-Grundkursen sollten daher mitgebracht werden. Zielgruppe Studierende und Promovierende, die Python für die eigene empirische Forschung einsetzen möchten. Programierkenntnisse werden nicht
• 
     XVI. Fakultät für Physik und Astronomie   —  Lehrveranstaltungen für Studierende mit Physik als Nebenfach
  [160050] Physikalisches Praktikum für Naturwissenschaftler mit Physik als Nebenfach   —  Praktikum
  Dr. rer. nat. Dirk Meyer
  • Score: 3.62  Zielsetzungen:Praktische Fertigkeiten an speziellen Versuchsaufbauten für elementare Thematiken in der Experimentalphysik.Induktives Erfassen von Phänomenen und Vorgängen in der Natur.Themen:Abhängig von der jeweiligen Fachrichtung werden die Themengebiete "Mechanik", "Wärme", "Optik", "Elektrizitätslehre", "Atomphysik" und "Statistik" angeboten.Lernfortschritt:Die Studierenden erhalten
• 
     XVIII. Fakultät für Chemie und Biochemie   —  Studiengang Bachelor Biochemie, 2. Semester
  [160056] Physikalisches Grundpraktikum für Studierende der Biochemie   —  Praktikum
  Dr. rer. nat. Dirk Meyer
  • Score: 3.47  Zielsetzungen:Praktische Fertigkeiten an speziellen Versuchsaufbauten für elementare Thematiken in der Experimentalphysik.Induktives Erfassen von Phänomenen und Vorgängen in der Natur.Themen:Abhängig von der jeweiligen Fachrichtung werden die Themengebiete "Mechanik", "Wärme", "Optik", "Elektrizitätslehre", "Atomphysik" und "Statistik" angeboten.Lernfortschritt:Die Studierenden erhalten
• 
     VIII. Fakultät für Sozialwissenschaft   —  2-Fächer Master: Module für alle Studienrichtungen, Mastermodul Quantitative und qualitative Forschungsmethoden
  [080052] V - Multivariate statistische Verfahren (F&S, Teil III; FM, Teil I)   —  Vorlesung
  Prof. Dr. Jörg-Peter Schräpler, Pascal Siemsen
  • Score: 3.47  Mastermoduls Forschungsmethoden und Statistik ein. Backhaus, K., B. Erichson, W. Plinke und R. Weiber 2011: Multivariate Analysemethoden. Springer, Berlin, 13 Auflage. Wiedenbeck, M. und C. Züll 2001: Klassifikation mit Clusteranalyse: Grundlegende Techniken hierarchischer und K-means-Verfahren. ZUMA How-to-Reihe, 10.Weitergehende Literatur wird in der Veranstaltung mitgeteilt
• 
     III. Fakultät für Philosophie und Erziehungswissenschaft   —  Erziehungswissenschaft, M.A. (2-Fach) (PO 2016), Wahlpflichtbereich, VM 5 Teil 2
  [030329] Datenanalyse mit SPSS - Von den Rohdaten zur Hypothesenüberprüfung   —  Übung
  Prof. Dr. Joachim Wirth
  • Score: 3.47  Anhand eines bestehenden Datensatzes werden die Fähigkeiten vermittelt, mit Hilfe des Statistik-Softwarepakets SPSS die Daten für die empirische Beantwortung von Forschungsfragen aufzubereiten und zu nutzen. Dazu zählen Techniken des Daten-Cleanings, der Skalierung, der Überprüfung von Reliabilität, Validität und Objektivität, der Berechnung von Korrelationen sowie die Durchführung und
• 
     XVIII. Fakultät für Chemie und Biochemie   —  Studiengang Bachelor Chemie, 2. Semester
  [160055] Physikalisches Grundpraktikum für Studierende der Chemie   —  Praktikum
  Dr. rer. nat. Dirk Meyer
  • Score: 3.47  Zielsetzungen:Praktische Fertigkeiten an speziellen Versuchsaufbauten für elementare Thematiken in der Experimentalphysik.Induktives Erfassen von Phänomenen und Vorgängen in der Natur.Themen:Abhängig von der jeweiligen Fachrichtung werden die Themengebiete "Mechanik", "Wärme", "Optik", "Elektrizitätslehre", "Atomphysik" und "Statistik" angeboten.Lernfortschritt:Die Studierenden erhalten
• 
     XVI. Fakultät für Physik und Astronomie   —  Lehrveranstaltungen für Studierende mit Physik als Nebenfach
  [160054] Physikalisches Praktikum für Studierende der Geowissenschaften   —  Praktikum
  Dr. rer. nat. Dirk Meyer
  • Score: 3.47  Zielsetzungen:Praktische Fertigkeiten an speziellen Versuchsaufbauten für elementare Thematiken in der Experimentalphysik.Induktives Erfassen von Phänomenen und Vorgängen in der Natur.Themen:Abhängig von der jeweiligen Fachrichtung werden die Themengebiete "Mechanik", "Wärme", "Optik", "Elektrizitätslehre", "Atomphysik" und "Statistik" angeboten.Lernfortschritt:Die Studierenden erhalten
• 
     XIV. Fakultät für Elektrotechnik und Informationstechnik   —  Bachelor-Studiengang Elektrotechnik und Informationstechnik (PO 2020), Wahl­pflichtbereich, Technischer Wahlbereich, Quan­ten­me­cha­nik und Sta­tis­tik
  [141265] Quantenmechanik und Statistik   —  Vorlesung mit Übung
  Prof. Dr. rer. nat. Martin Hofmann
  • Score: 2.86  Quantenmechanik und Statistik Bachelor-Studiengang Elektrotechnik und Informationstechnik (PO 2020),Wahl­pflichtbereich,Technischer Wahlbereich,Quan­ten­me­cha­nik und Sta­tis­tik
• 
     VIII. Fakultät für Sozialwissenschaft   —  1-Fach Master: Studienprogramm Methoden der Sozialforschung, Mastermodul Ausgewählte Methoden der empirischen Sozialforschung
  [080414] S „Statistical Learning“ und Geodaten (AMS, Teil I/II)   —  Seminar
  Sebastian Jeworutzki, Prof. Dr. Jörg-Peter Schräpler
  • Score: 2.69  Die statistische Modellierung räumlicher Phänomene ist angesichts der stetig größer werdenden Menge an empirischen Daten, die eine räumlich-zeitliche Verortung aufweisen, ein bedeutender Teilbereich der Statistik. In diesem Feld gibt es zudem viele Schnittstellen zwischen der Sozialwissenschaft und anderen Disziplinen, wie der Humangeographie oder der Epidemiologie. Aufgrund der oftmals
• 
     VIII. Fakultät für Sozialwissenschaft   —  Master of Education, Mastermodul Zentrale Inhalts- und Problemfelder des sozialwissenschaftlichen Unterrichts
  [080390] S Stadt und soziale Ungleichheit (R&E, Teil I; FW, Teil III)   —  Seminar
  Dr. Marc Neu
  • Score: 2.69  - 18.00 Uhr Brosius, Felix (2018): SPSS. Umfassendes Handbuch zu Statistik und Datenanalyse. Frechen  Häußermann, Hartmut/ Siebel, Walter (2004): Stadtsoziologie. Eine Einführung. Frankfurt a. M./ New York. Schräpler, Jörg-Peter/ Jeworutzki, Sebastian/ Schweers, Sebastian (2016): Soziale Segregation. Beitrag zum Sozialbericht NRW 2016. Bochum Strohmeier, Klaus Peter (2006): Segregation
• 
     XIV. Fakultät für Elektrotechnik und Informationstechnik   —  Master-Studiengang Elektrotechnik und Informationstechnik (PO 2020), Automatisierungstechnik, Wahlpflichtbereich, Mas­ter-Prak­ti­kum AT
  [142002] Master-Projekt Systemtechnik   —  Projekt
  Prof. Dr.-Ing. Jan Lunze, Dr.-Ing. Christian Wölfel
  • Score: 2.38  Bei­spiel Fah­re­ras­sis­tenz­sys­te­me (wie ABS oder ESP), CPM-Sys­te­me, au­to­no­me Sys­te­me der Luft- und Raum­fahrt, Ver­bund­sys­te­me wie En­er­gie­net­ze, ver­fah­rens­tech­ni­sche Sys­te­me und an­de­re Sys­te­me, die als Prak­ti­kums­an­la­gen am Lehr­stuhl vor­han­den sind. SONSTIGES: Das Pro­jekt kann je­der­zeit nach Ver
• 
     XIV. Fakultät für Elektrotechnik und Informationstechnik   —  Bachelor-Studiengang Elektrotechnik und Informationstechnik (PO 2020), Wahl­pflichtbereich, Technischer Wahlbereich, Über­tra­gung di­gi­ta­ler Si­gna­le
  [141199] Übertragung digitaler Signale   —  Vorlesung mit Übung
  Priv. Doz. Dr.-Ing. Karlheinz Ochs
  • Score: 2.30  ­pli­tu­de mo­du­la­ti­on. At the re­cei­ver, co­he­rent and in­co­he­rent de­mo­du­la­ti­on tech­ni­ques are stu­died in de­tail, like the pro­duct and the in­ter­me­dia­te de­mo­du­la­tor and the en­ve­lo­pe de­tec­tor. Fur­ther­mo­re, the car­ri­er and sym­bol ti­ming re­co­very is an im­portant issue. This lec­tu­re co­vers also pulse shaping with re­spect to in­ter­sym­bol in­ter­fe­rence and with re­spect to the used band­width. For this, the chan­nel is ad­di­tio­nal­ly noisy, which can be trea­ted by using mat­ched fil­ter tech­ni­ques or a cor­re­la­ti­on re­cei­ver. Fi­nal­ly, the ma­xi­mum-a-pos­te­rio­ri- and ma­xi­mum-li­kelihood are ex­plained in the con­text of sym­bol de­tec­tion and the re
• 
     XV. Fakultät für Mathematik   —  Lehrveranstaltungen im Mathematikstudium, Vorlesungen in den Studiengängen des Bachelor of Science in Mathematik (B.Sc.), Bachelor of Arts (B.A.), Master of Science in Mathematik (M.Sc.), Master of Education (M.Ed.)
  [150260] Hochdimensionale Numerik und Diskrepanz   —  Vorlesung
  Jun.-Prof. Dr. Markus Weimar
  • Score: 2.25  Viele Probleme in Anwendungsgebieten der Mathematik (wie z.B. der Physik, Chemie, Biologie, Statistik, Computergrafik, oder Finanzmathematik) lassen sich auf die Berechnung hoch-dimensionaler Integrale zurückfüren. In den meisten Fällen sind diese Integrale allerdings nicht exakt berechenbar, sondern müssen numerisch durch Quadraturformeln approximiert werden. Eine spezielle Klasse solcher
• 
     XIV. Fakultät für Elektrotechnik und Informationstechnik   —  Master-Studiengang Elektrotechnik und Informationstechnik (PO 2020), Kommunikationstechnik, Wahlpflichtbereich, Mas­ter-Prak­ti­kum KT
  [142040] Master-Projekt DSP   —  Projekt
  Prof. Dr.-Ing. Dorothea Kolossa
  • Score: 1.98  , this pro­ject will be of­fe­red as an on­line class. The­re­fo­re, all mee­tings are car­ried out with the help of video con­fe­ren­ces. The de­tails will be pre­sen­ted in the first on­line mee­ting on April 16, 2021, 10-11 am. Any ques­ti­ons in this re­spect will be an­s­we­red in this mee­ting. Re­gis­tra­ti­on for the cour­se in ad­van­ce is man­d­ato­ry! Plea
• 
     XXI. Fakultät für Informatik   —  Studiengänge Angewandte Informatik, M.Sc. Angewandte Informatik, Veranstaltungen Master PO 2020, Anwendungsmodule
  [141044] Grundlagen der automatischen Spracherkennung - AUSFALL SoSe 2022   —  Vorlesung mit Übung
  Prof. Dr.-Ing. Dorothea Kolossa
  • Score: 1.60  ­er­ken­nung mit Hi­d­den Mar­kov Mo­del­len: Al­go­rith­men, Mo­dell­in­itia­li­sie­rung, Trai­ning und Ein­satz von HMM/DNN-Sys­te­men Gleich­zei­tig wer­den in einem Py­thon-Pro­gram­mier­prak­ti­kum die Me­tho­den an­ge­wandt. Die Übung ist pro­jek­t­ori­en­tiert; alle Übungs­auf­ga­ben zu­sam­men­ge­nom­men er­ge­ben einen Ver­bund­wort­er­ken­ner f
• 
     XIV. Fakultät für Elektrotechnik und Informationstechnik   —  Master-Studiengang Elektrotechnik und Informationstechnik (PO 2020), Kommunikationstechnik, Wahlpflichtbereich, Wahl­pflicht­fä­cher KT
  [141210] Lineare zeitvariante Systeme: Methoden und Anwendungen   —  Vorlesung mit Übung
  Priv. Doz. Dr.-Ing. Karlheinz Ochs
  • Score: 1.43  ­pe­ci­al­ly, the ti­me-va­ri­ant trans­fer func­tion is used to in­ves­ti­ga­te the ro­bust­ness of the ge­ne­ral ti­me-va­ri­ant sys­tem for trans­mit­ting di­gi­tal si­gnals. Fur­ther­mo­re, the dif­fe­rent sys­tems are clas­si­fied into sys­tems being con­stant or pe­ri­odic with re­spect to time or fre­quen­cy. In par­ti­cu­lar, it is shown how ti­me-va­ri­ant trans