Termin |
Thema, Vorlesung |
Übung | Dozent |
15. KW |
a) Einführung b) Vorstellung der Belegaufgaben |
Kovalenko & Sieck | |
16. KW |
Parallele Programmierung mit MPI und OpenMP I | Kovalenko | |
17. KW |
Parallele Programmierung mit MPI und OpenMP II | Programmierung mit MPI und OpenMP | Kovalenko |
18. KW |
Accelerated Computing mit Cuda und OpenCL I |
Kovalenko | |
19. KW |
Accelerated Computing mit Cuda und OpenCL II |
Programmierung mit Cuda und OpenCL | Kovalenko |
20. KW |
Distributed Computing und Data Mining mit Hadoop und Spark I |
Kovalenko | |
21. KW |
Distributed Computing und Data Mining mit Hadoop und Spark II |
Programmierung mit Hadoop und Spark | Kovalenko |
22. KW |
Distributed Computing und Data Mining mit Hadoop und Spark III |
Kovalenko | |
23. KW |
Algorithmen und Beweisverfahren |
  | Sieck |
24. KW |
NP-vollständige Probleme / deterministische und nichtdeterministische Algorithmen |
Komplexität & Beweisverfahren & heuristische Algorithmen | Sieck |
25. KW |
Halteproblem, Entscheidbarkeit & Unentscheidbarkeit |
  | Sieck |
26. KW |
Mathematische Algorithmen (Gaußsches Eliminationsverfahren & Zufallszahlen) |
Halteproblem, Entscheidbarkeit & Unentscheidbarkeit | Sieck |
27. KW |
Mathematische Algorithmen (Optimierung & Kurvenanpassung) |
Belegabnahme | 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