Termin |
Thema, Vorlesung |
Übung |
Dozent |
15. KW |
a) Einführung b) Vorstellung der Belegaufgaben |
|
Kovalenko & Sieck |
16. KW |
Parallele Programmierung mit MPI und OpenMP I |
Programmierung mit MPI und OpenMP |
Kovalenko |
17. KW |
Parallele Programmierung mit MPI und OpenMP II |
Programmierung mit MPI und OpenMP |
Kovalenko |
18. KW |
keine Lehrveranstaltung |
|
|
19. KW |
Accelerated Computing mit Cuda und OpenCL I |
Programmierung mit Cuda und OpenCL |
Kovalenko |
20. KW |
Accelerated Computing mit Cuda und OpenCL III |
Programmierung mit Cuda und OpenCL |
Kovalenko |
21. KW |
Distributed Computing und Data Mining mit Hadoop und Spark |
Programmierung mit Hadoop oder Spark |
Kovalenko |
22. KW |
Distributed Computing und Data Mining mit Hadoop und Spark |
Programmierung mit Hadoop oder Spark |
Kovalenko |
23. KW |
Beweisverfahren |
Komplexität & Beweisverfahren |
Sieck |
24. KW |
NP-vollständige Probleme / deterministische und nichtdeterministische Algorithmen |
Komplexität & Beweisverfahren |
Sieck |
25. KW |
Halteproblem, Entscheidbarkeit & Unentscheidbarkeit |
Komplexität & Beweisverfahren & heuristische Algorithmen |
Sieck |
26. KW |
Mathematische Algorithmen (Gaußsches Eliminationsverfahren, Zufallszahlen & Kurvenanpassung) |
|
Sieck |
27. KW |
Klausurvorbereitung |
Belegabnahme |
Kovalenko & Sieck |
28. KW |
Klausur |
Belegabnahme |
Kovalenko & Sieck |
29. KW |
Klausurauswertung |
|
Kovalenko & Sieck |
Materialien zur Lehrveranstaltung sind auf der zentralen Lernplattform Moodle der HTW zu finden.
Literaturempfehlung:
-
Ottmann/Widmayer, „Algorithmen und Datenstrukturen“, ISBN: 978-3827428035
-
Sedgewick, „Algorithmen“, ISBN: 978-3893193011
|