TU Wien:Masterstudium Data Science
Jump to navigation
Jump to search
| Links | Ehemalige LVAs, Studienplan |
|---|---|
| VoWi-Stats |
|
LVAs nach Pflichtmodulen[edit]
No value
BDHPC/CO - Big Data and High Performance Computing - Core
BDHPC/FD - Big Data and High Performance Computing - Foundations
DSA - Domain-Specific Aspects of Data Science
- Biologie VO (Mach)
- Data Retrieval in Earth Observation VO (Wagner)
- Interdisciplinary Lecture Series for on Data Science VU (Hanbury)
- Interdisciplinary Lecture Series on Data Science VU (Hanbury)
- Interdisciplinary Lecture Series on Data Science VU (Rauber)
- Interdisciplinary Project in Data Science PR (Eidenberger)
- Interdisciplinary Project in Data Science PR (Hanbury)
- Interdisciplinary Project in Data Science PR (Rauber)
- Interdisciplinary Project in Data Science PR (Rauber, Hanbury)
- Introduction to Earth Observation VO (Wagner)
FDS/CO - Fundamentals of Data Science - Core
FDS/FD - Fundamentals of Data Science - Foundations
MLS/FD - Machine Learning and Statistics - Foundations
- Advanced Methods for Regression and Classification VU (Filzmoser)
- Machine Learning VU (Mayer, Musliu)
LVAs nach Wahlmodulen[edit]
BDHPC/CO - Big Data and High Performance Computing - Core
BDHPC/EX - Big Data and High Performance Computing - Extension
- Algorithmic Geometry VU (Nöllenburg)
- Algorithmics VU (Raidl)
- Algorithmics VU (Szeider)
- Analysis 2 VO (Müllner)
- Analysis 2 für Informatik UE (Müllner)
- Analysis 2 für Informatik UE (Panholzer)
- Analysis 2 für Informatik VO (Müllner)
- Analysis 2 für Informatik VO (Panholzer)
- Approximation Algorithms VU (Kellerer)
- Datenbanktheorie VU (Pichler)
- Effiziente Programme VU (Ertl)
- Fixed-Parameter Algorithms and Complexity VU (Ganian)
- GPU Architectures and Computing VU (Bartocci)
- GPU Architectures and Programming VU (Bartocci)
- Graph Drawing Algorithms VU (Nöllenburg)
- Heuristic Optimization Techniques VU (Raidl)
- High Performance Computing Hochleistungsrechnen VU (Träff)
- High Performance Computing VU (Träff)
- Nichtlineare Optimierung UE (Tragler)
- Nichtlineare Optimierung VO (Tragler)
- Structural Decompositions and Algorithms VU (Slivovsky)
DSA - Domain-Specific Aspects of Data Science
FDS/CO - Fundamentals of Data Science - Core
- Data Acquisition and Survey Methods VU (Nordhausen)
- Data Acquisition and Survey Methods VU (Posekany)
- Data Stewardship VO (Rauber)
FDS/EX - Fundamentals of Data Science - Extension
- Advanced Cryptography VU (Fuchsbauer)
- Data Stewardship UE (Rauber)
- Digital Humanism VU (Knees)
- Digital Humanism VU (Werthner)
- Organizational Aspects of IT-Security VU (Weippl)
- Systems and Applications Security VU (Lindorfer)
- User Research Methods PR (Fitzpatrick)
- User Research Methods VU (Frauenberger)
FDS/FD - Fundamentals of Data Science - Foundations
- AKSTA Statistical Computing VU (Posekany)
- Datenorientierte Programmierparadigmen VU (Hanbury)
- Experiment Design for Data Science VU (Knees)
Fachübergreifende Qualifikationen
- Coaching als Führungsinstrument 2 SE (Fischer)
- Critical Algorithm Studies SE (Tellioglu)
- Didaktik in der Informatik (Abenteuer Informatik) SE (Futschek)
- Didaktik in der Informatik Abenteuer Informatik SE (Futschek)
- Didaktik in der Informatik SE (Weissenböck)
- EDV-Vertragsrecht VO (Vinzenz)
- Exkursion EX (Tellioglu)
- Forschungsmethoden VU (Grechenig)
- Forschungsmethoden VU (Kühn)
- Kommunikation und Moderation VU (Pohl)
- Kommunikation und Rhetorik 2 SE (Pichlmair)
- Kommunikation und Rhetorik 2 SE (Pichlmair, Riedler)
- Privatissimum aus Fachdidaktik Informatik PV (Freund)
- Privatissimum aus Fachdidaktik Informatik SE (Freund)
- Präsentation und Moderation VU (Freund)
- Softskills für TechnikerInnen VU (Pichlmair)
- Wissenschaftliche Methodik SE (Ertl)
Freie Wahlfächer
- Advanced Aspects of Connected Car IT VU (Grechenig)
- Applied Deep Learning VU (Eidenberger)
- Applied Deep Learning VU (Pacha)
- Attacks and Defenses in Computer Security UE (Squarcina)
- Ausgewählte Kapitel der Technischen Informatik VO (Blieberger)
- Ausgewählte Kapitel digitaler Forensik I VU (Grechenig)
- Bachelor with Honors Internship Project PR (Tellioglu)
- Brückenkurs Programmierung für Studienanfänger VU (Kogler)
- Brückenkurs Programmierung für Studienanfängerinnen VU (Murzek)
- Cases in Engineering Connected Car IT Systems PR (Grechenig)
- Computer Vision Seminar für DiplomandInnen SE (Sablatnig)
- Crypto Asset Analytics VU (Haslhofer)
- Current Trends in Computer Science VU (Steininger)
- Datenmodellierung 2 VU (Skritek)
- Datenorientierte Programmierparadigmen VU (Hanbury)
- Einführung in Grundlagen des Programmierens für Studierende gemeinsam mit Geflüchteten UE (Pichler)
- Experiment Design for Data Science VU (Knees)
- Finanzmärkte Finanzintermediation und Kapitalanlage VO (Predota)
- Formal Methods for Security and Privacy VU (Maffei)
- Formale Methoden der Informatik UE (Dvorak)
- Formale Methoden der Informatik UE (Woltran)
- Forschungsseminar für DiplomandInnen SE (Steinhardt)
- Hackathon Kooperative Open Source Entwicklung mit Web of Needs VU (Huemer)
- IT Governance VU (Kappel)
- Introduction into Connected Car IT VU (Grechenig)
- Introduction to the Coq proof assistant VU (Ciabattoni)
- Machine Learning Algorithms and Applications PR (Eidenberger)
- Machine Learning Algorithms and Applications PR (Gärtner)
- Machine Learning Theory Project PR (Gärtner)
- Methodisches industrielles Software-Engineering mit Funktionalen Sprachen am Fallbeispiel Haskell VU (Grechenig)
- Mikrocomputer für Informatiker innen LU (Hauer)
- Mikrocomputer für Informatiker innen VU (Hauer)
- Mobile (App) Prototyping and Evaluation PR (Eidenberger)
- Mobile (App) Software Engineering VU (Grechenig)
- Optimierung von Legacy-Systemen - Lernen aus der Geschichte großer IT-Systeme und ihrer (Nicht-)Ablöse VU (Grechenig)
- Pilots in Mobile Interaction User-centered Interaction Research and Evaluation VU (Grechenig)
- Pragmatische Werkzeuge für modernes Projektmanagement für Ingenieure VU (Grechenig)
- ProgPro Together UE (Murzek)
- Programmierung von Geschäfts-Anwendungen mit Ruby on Rails UE (Eidenberger)
- Programmierung von Strategie-Spielen VU (Eidenberger)
- Runtime Verification VU (Bartocci)
- Sicherheit Privacy und Erklärbarkeit in Maschinellem Lernen VU (Rauber)
- Summer/Winter School for Bachelor with Honors VU (Tellioglu)
- TechTalks - Industrielle digitale Technologien Stand 2021 PV (Grechenig)
- Technical and Organizational Mechanisms of Payments VU (Grechenig)
- Theoretical Foundations and Research Topics in Machine Learning VU (Gärtner)
- Theorie und Praxis der Evaluierung von innovativen User Interfaces SE (Grechenig)
- Tutorial on Introduction to Modern Cryptography VU (Maffei)
- Unkonventionelle IT (U.IT) zwischen (Kontroll-)Theorie Neuralen Netzen Quantenalgorithmen und -kryptographie SE (Grechenig)
- Virtual Reality Maker Lab PR (Eidenberger)
- Visual Data Science VU (Schmidt)
Freie Wahlfächer und Transferable Skills
MLS/CO - Machine Learning and Statistics - Core
- Recommender Systems VU (Neidhardt)
- Recommender Systems VU (Sacharidis)
- Statistische Simulation und computerintensive Methoden VU (Nordhausen)
- Statistische Simulation und computerintensive Methoden VU (Posekany)
MLS/EX - Machine Learning and Statistics - Extension
- AKNUM Reinforcement Learning VU (Heitzinger)
- Allgemeine Regressionsmodelle UE (Diverse)
- Allgemeine Regressionsmodelle VO (Diverse)
- Allgemeine Regressionsmodelle VU (Bura)
- Bayes-Statistik UE UE (Felsenstein)
- Bayes-Statistik VO (Felsenstein)
- Business Intelligence VU (Tjoa)
- Crypto Asset Analytics VU (Haslhofer)
- Deep Learning for Visual Computing VU (Kampel)
- Intelligent Audio and Music Analysis VU (Knees)
- Machine Learning for Visual Computing VU (Reiter)
- Mathematical Programming VU (Brandstätter)
- Modeling and Simulation VU (Bicher)
- Modeling and Simulation VU (Popper)
- Multivariate Statistik UE (Filzmoser)
- Multivariate Statistik VO (Filzmoser)
- Problem Solving and Search in AI VU (Musliu)
- Problem Solving and Search in Artificial Intelligence VU (Musliu)
- Selbstorganisierende Systeme VU (Rauber)
- Sicherheit Privacy und Erklärbarkeit in Maschinellem Lernen VU (Rauber)
- Similarity Modeling 1 - Computational Seeing and Hearing VU (Eidenberger)
- Similarity Modeling 2 - Computational Seeing and Hearing VU (Eidenberger)
- Similarity Modeling 2 VU (Eidenberger)
- Social Network Analysis VU (Neidhardt)
- TU Wien:Sicherheit, Privacy und Erklärbarkeit in Maschinellem Lernen VU (Rauber, Mayer)
MLS/FD - Machine Learning and Statistics - Foundations
Medienkompetenz
- Digitale Kompetenzen in der Lehre für Tutor innen VU (Matyas)
- Ökonomie der Aufmerksamkeit VO (Franck-Oberaspach)
Rechts- und wirtschaftswissenschaftliche Kompetenz
- Fokus Raumrelevantes Recht - Wasserrecht VO (List)
- Organisationslaboratorium UE (Köszegi)
- Produktentwicklung am Beispiel Roboter VU (Lammer)
- Vertrags- und Haftungsrecht VU (Dillinger)
- Öffentliches Europäisches und Österreichisches Wirtschaftsrecht VO (Diverse)
Sonstiges
- Einführung in das wissenschaftliche Schreiben VU (Matyas)
- Lernergebnisorientierte Beschreibungen von Modulen SE (Freund)
- Managementfragen bei der Automation VO (Tritremmel)
- Science and the quest for knowledge SE (Mahdavi)
- Ökologische und gesellschaftliche Aspekte d Chemie VO (Grothe)
Sozialkompetenz
- Erfolgreich im Team SE (Diverse)
- Gruppendynamik SE (Kasenbacher)
- Leadership Simulation VU (Diverse)
- Soziale Kompetenz für Tutor innen SE (Dabringer)
- Werte als Führungselemente VU (Dorn)
- Ökologische Aspekte beim Planen und Bauen SE (Linzer)
Sprachkompetenz
Technik für Menschen
- Bauen für Menschen historisch.smart VO (Döring-Williams)
- Technik für Menschen 2040 VU (Huemer)
- Technik für Menschen Kollaboratives Arbeiten im Rahmen der Sustainable Development Goals VU (Herbig)
- Technik für Menschen Virtual Models and Scientific Value VU (Döring-Williams)
VAST/CO - Visual Analytics and Semantic Technologies - Core
- Advanced Information Retrieval VU (Rauber)
- Design and Evaluation of Visualisations UE (Pohl)
- Gestaltung und Evaluation von Visualisierungen UE (Pohl)
VAST/EX - Visual Analytics and Semantic Technologies - Extension
- Deductive Databases VO (Simkus)
- Description Logics and Ontologies VU (Diverse)
- Description Logics and Ontologies VU (Ortiz de la Fuente)
- Echtzeit-Visualisierung VU (Purgathofer)
- Informationsvisualisierung UE (Gschwandtner)
- Informationsvisualisierung UE (Miksch)
- Informationsvisualisierung UE (Waldner)
- Knowledge Graphs VU (Sallinger)
- Knowledge-based Systems VU (Egly)
- Knowledge-based Systems VU (Egly, Eiter, Tompits)
- Natural Language Processing and Information Extraction VU (Hanbury)
- Semantic Technologies VU (Ortiz de la Fuente)
- Semantic Web Technologies VU (Ortiz de la Fuente)
- Semi-Automatic Information and Knowledge Systems VU (Sabou)
- Semi-Automatic Information and Knowledge Systems VU (Sabou, Lanzenberger)
- Verarbeitung deklarativen Wissens VO (Egly)
- Verarbeitung deklarativen Wissens VO (Eiter)
- Visual Data Science VU (Schmidt)
- Visualisierung 2 VU (Gröller)
VAST/FD - Visual Analytics and Semantic Technologies - Foundations
- Cognitive Foundations of Visualization VO (Pohl)
- Einführung in Semantic Systems VU (Tjoa)
- Information Visualization UE (Gschwandtner)
- Information Visualization VO (Gschwandtner, Aigner, Miksch)
- Informationsvisualisierung VO (Aigner)
- Informationsvisualisierung VO (Gschwandtner)
- Informationsvisualisierung VO (Matkovic)
Wahlfächer