Universität Wien

052113 VU Software Tools for Computational and Data Science (2024S)

6.00 ECTS (4.00 SWS), SPL 5 - Informatik und Wirtschaftsinformatik
Prüfungsimmanente Lehrveranstaltung

Diese Lehrveranstaltung ist äquivalent zur VU "Software Tools and Libraries for Scientific Computing"
Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 25 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Montag 04.03. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Mittwoch 06.03. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Montag 11.03. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Mittwoch 13.03. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Montag 18.03. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Mittwoch 20.03. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Montag 08.04. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Mittwoch 10.04. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Montag 15.04. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Mittwoch 17.04. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Montag 22.04. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Mittwoch 24.04. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Montag 29.04. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Montag 06.05. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Mittwoch 08.05. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Montag 13.05. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Mittwoch 15.05. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Mittwoch 22.05. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Montag 27.05. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Mittwoch 29.05. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Montag 03.06. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Mittwoch 05.06. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Montag 10.06. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Mittwoch 12.06. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Montag 17.06. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Mittwoch 19.06. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Montag 24.06. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
  • Mittwoch 26.06. 18:30 - 20:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

We discuss software tools for computational and data science in the field of Linear Algebra, Ordinary Differential Equations, Sparse Linear Solvers, Optimization and Neural Networks including their foundational numerical algorithms. The students get familiar with using important computational software like BLAS and LAPACK, MPFR, and PETSc. Computational results are evaluated to ensure good performance. Hands-on experience is strengthened by in-depth discussions.

The students are expected to have good general programming skills, basic familiarity with programming in C and Python (other languages upon request), and experience in using GNU/Linux and Bash. The course builds upon the contents of the modules "Introduction to Numerical Computing" (NUM) and "Combinatorial and Numerical Algorithms" (CNA).

Art der Leistungskontrolle und erlaubte Hilfsmittel

The grading will be based on homeworks, two written exams (closed book), and projects. The projects shall be chosen with respect to the discussed topics.

Mindestanforderungen und Beurteilungsmaßstab

Presence is mandatory during the entire course. Each part (homework and projects with oral discussion on the computer, written exam) needs a score of at least 50%; grading: <50%=5, 50% up to 62.5%=4, up to 75%=3, up to 87,5%=2, 87,5% or better=1.

Prüfungsstoff

All topics of the lectures will be relevant for the exams.

Literatur

The lectures are accompanied by slides which point to additional relevant literature (supplied in the course). Textbooks etc. are not required.

Zuordnung im Vorlesungsverzeichnis

Module: STL

Letzte Änderung: So 03.03.2024 18:05
OSZAR »