7 Computergestützte Mathematik Master's Studiengänge

Der Fachbereich Informatik bietet berufsbegleitende Studiengänge der Informatik an. Darüber hinaus wird ein gemeinsamer Studiengang Medienkunst und Informatik vom Fachbereich Informatik und dem Fachbereich Kommunikation und Bildende Kunst angeboten. Der Fachbereich Informatik bildet Studierende in den Bereichen Informatik aus.

Der Studiengang Computational Mathematics widmet sich der Entwicklung, Analyse, Algorithmisierung und Implementierung von Methoden zur Computerverarbeitung mathematischer Modelle. Es stellt einen Übergang von der theoretischen Mathematik zu praktisch nützlichen Ergebnissen dar. Ein Schwerpunkt liegt auf der kreativen Nutzung der Informationstechnologie und der Erstellung von Programmieranwendungen. Integraler Bestandteil des Programms ist die Überprüfung der eingesetzten Methoden. Das Studium ist eine natürliche Fortsetzung des Bachelorstudiums Allgemeine Mathematik, Zweig Numerische Analysis und Mathematische Modellierung an der Fakultät für Mathematik und Physik der Karls-Universität. Der Studiengang Computational Mathematics ist so konzipiert, dass er es ermöglicht, auch Studierende, die ein Bachelor-Studium der Mathematik einer anderen Fachrichtung oder an einer anderen Hochschule abgeschlossen haben, mit der Verpflichtung zur Ergänzung der fehlenden Kenntnisse aufzunehmen. Die Studierenden erwerben zunächst Kenntnisse der modernen Theorie der partiellen Differentialgleichungen, der linearen und nichtlinearen Funktionalanalysis, der Finite-Elemente-Methode, der Grundlagen numerischer Software und Methoden der Matrixrechnung. Später wählen die Studierenden insbesondere Wahlpflichtfächer entsprechend dem Thema ihrer Masterarbeit.

Der Masterstudiengang „Bioinformatik für computergestützte Genomik“ zielt darauf ab, Absolventen mit Kenntnissen über die molekularen Grundlagen biologischer Systeme, die Struktur und Funktion biologischer Moleküle in zellulären Prozessen, die Technologien und Plattformen zur Genomanalyse, die Werkzeuge zur bioinformatischen und genomischen Analyse sowie die statistischen und computergestützten Methoden zur Analyse biomolekularer Daten auszubilden.

Ziel des Studiengangs „Informatik – Sprachtechnologien und Computerlinguistik“ ist es, die Absolventinnen und Absolventen auf die Forschung im Bereich der natürlichen Sprachverarbeitung und die Entwicklung von Anwendungen für geschriebene und gesprochene Sprache vorzubereiten. Beispiele für solche Anwendungen sind Systeme zur Informationsgewinnung, Informationsextraktion und -zusammenfassung, maschinelle Übersetzung, Textanalyse, Grammatikprüfung, automatische Spracherkennung, gesprochene Dialogsysteme und Sprachsynthese. Der Schwerpunkt liegt auf einem tiefen Verständnis der formalen mathematischen und algorithmischen Grundlagen und deren praktischer Anwendbarkeit in der natürlichen Sprachverarbeitung. Studierende des Studiengangs haben die Möglichkeit, sich entweder auf theoretische Aspekte der formalen Beschreibung natürlicher Sprachen oder auf den technologieorientierten Aspekt (modernste Methoden der Statistik, des maschinellen Lernens und des Deep Learning) der Sprachdatenverarbeitung zu konzentrieren.

Das MCE vereint zwei Ziele:

Computerlinguistik ist ein interdisziplinäres Gebiet, das sich mit der Verwendung von Computern zur Verarbeitung oder Produktion menschlicher Sprache befasst. Die Linguistik trägt zu diesem Bereich zum Verständnis der besonderen Eigenschaften von Sprachdaten bei und liefert auch Theorien und Beschreibungen der Sprachstruktur und -verwendung. Die Computerlinguistik ist weitgehend eine angewandte Disziplin, die sich mit praktischen Problemen beschäftigt. Typische Anwendungen umfassen die Verarbeitung natürlicher Sprache, maschinelle Übersetzung (Übersetzen von einer Sprache in eine andere), Sprachsynthese, Sprachproduktion, Informationsabruf (Suchen relevanter Dokumente oder Teile von Dokumenten in großen Textsammlungen), kognitive Modellierung und im Allgemeinen fast alles, was mit natürlichen Sprachschnittstellen zu tun hat.

Der Master of Science in Data Science konzentriert sich auf die Entwicklung von Wissenschaftlern, die die Theorien, Methoden und Werkzeuge der Data Science verstehen und Data Science zur Lösung von Forschungs- und Arbeitsplatzfragen in den Natur-, Gesundheits- und Sozialwissenschaften für Unternehmen und Branchen anwenden.