Programmieren 1 (PR1)
Die Grundlagenvorlesung gibt eine Einführung in die wichtigsten Konzepte der prozeduralen und objektorientierten Programmierung. Dabei werden Beispiele und Übungen in der Programmiersprache Java umgesetzt.
Home
Willkommen
Auf diesen Seiten finden Sie meine Kontaktdaten und grundlegende Informationen zu meinen Lehrveranstaltungen. Zusätzlich stelle ich meine Interessen, meinen Werdegang und die Möglichkeiten vor, bei mir Abschlussarbeiten zu erstellen.
Prof. Dr. Jörn Fischer
Hochschule Mannheim
Fakultät für Informatik
Institut für Robotik
Lehrveranstaltungen
Maschinelles Lernen (MLE)
Diese Wahlpflichtvorlesung gibt einen Überblick über das Spektrum der Lern- und Optimierungsverfahren. Ausgewählte Algorithmen werden erklärt um dann anhand anschaulicher Beispiele die Implementierung zu üben.
C/C++ Programmierung (CPR)
Diese Vorlesung richtet sich an Medizininformatiker und führt anhand zahlreicher praktischer Beispiele in die Programmiersprache C/C++ ein.
Informatik1 (INF1)
Die Grundlagenvorlesung für Mechatroniker bietet neben der Vermittlung von Grundlagenkenntnissen der Informatik eine Einführung in die prozedurale Programmierung in der Programmiersprache C.
Informatik2 (INF2)
Diese Lehrveranstaltung ist eine Weiterführung der Vorlesung Informatik1. Es werden die wichtigsten Konzepte der objektorientierten Programmierung anhand der Programmiersprache C++ gelehrt.
Technische Informatik 2 (TEI2)
Die Lehrveranstaltung führt an zahlreichen hardwarenahen Beispielen und Übungen in die hardwarenahe Programmierung u.a. in C/C++, in Betriebssysteme, in virtuelle Maschinen und in die digitale Signalverarbeitung ein.
Einführung in die Informatik (EI)
In der Vorlesung Einführung in die Informatik werden die Grundlagen für das Fach Informatik behandelt.
Künstliche Intelligenz für autonome Systeme (KIS)
In der Vorlesung Künstliche Intelligenz für autonome Systeme lernt jeder Student KI-Algorithmen in Roboter zu implementieren, so dass zumindest Aspekte autonomen Verhaltens erkennbar sind.
Grundlagen Neuronale Netze (GNN)
Das Wahlpflichtfach führt mit umsetzbaren Beispielen, ohne Nutzung komplexer Bibliotheken, in die Grundlagen der Neuronalen Netze ein.