Lehre

Die Vorlesung führt in die grundlegenden Konzepte der objekt-orientierten Programmierung, insbesondere in das Programmieren mit Java ein.

Hierfür werden die Grundkonzepte, wie zum Beispiel Schleifen, Bedingungen, Funktionen und Variablen, aller Programmiersprachen anhand der Java Syntax erläutert. Neben dem algorithmischen Denken wird zusätzlich das Modellieren von Problemen mittels Objekten gleich zu Beginn der Veranstaltung gelehrt. Darauf aufbauend werden weitere Konzepte der objekt-orientierten Programmierung erläutert. Hierzu zählen die verschiedenen Arten der Polymorphie (Vererbung, Interfaces, Generics, etc.) sowie das Arbeiten mit mehreren Klassen und Objekten.

Zusätzlich werden einige grundlegende Datenstrukturen, wie zum Beispiel Stack, Queue und Listen im Laufe der Veranstaltungen implementiert werden. Abschließend werden Themen wie das Schreiben von lesbarem Code, Fehlerbehandlung und das Arbeiten mit Versionierungsverwaltungssystemen vermittelt.

Themen:

• Datentypen, Schleifen, Verzweigungen
• Klassen, Methoden, Objekte, Aufzählung
• Stack, Queue, Liste, Array
• Interface, Vererbung, Generics
• Lesbarer Code, Kommentare, Fehlerbehandlung, Versionierung

Die Vorlesung Einführung in die Programmierung erfordert als Zulassungsvoraussetzung für die Klausur, dass mindestens 50% der Punkte in den bewerteten Übungsblättern erzielt werden. Abgaben zu bewerteten Übungsblättern müssen spätestens am Montag 12 Uhr (CEST;Berlin) abgegeben sein. Das genaue Datum für die jeweilige Abgabe finden Sie auf dem Übungsblatt. Hierzu Email an den Übungsleiter: andre.karge[at]uni-weimar.de.

News:

• Abgabe von Beleg 08 verschoben auf den 07.01.2019
• Download unseres Adventures >hier<
• Erste Vorlesung findet am 15.10.2018 (11-12:30 Uhr) statt!

Die Vorlesung Software Engineering erfordert als Zulassungsvoraussetzung für die Klausur, dass mindestens 50% der Punkte in den bewerteten Übungsblättern erzielt werden. Die Übungsblätter werden immer am gleichen Tag nach der Vorlesung ausgegeben. Man hat eine Woche Zeit diese zu bearbeiten. Abgaben zu bewerteten Übungsblättern müssen spätestens also mittwochs 23:59 Uhr (CEST;Berlin) abgegeben sein. Das genaue Datum für die jeweilige Abgabe finden Sie auf dem Übungszettel. Hierzu Email an den Übungsleiter: Nicolai Ruckel.

News: Ausfall am 16.10.2018

In this interactive seminar, students will learn the current state of the art in code completion, API suggestion, auto repair, and program synthesis. The main focus will be on advanced machine-learning techniques involving natural language processing, neural nets, and genetic algorithms.

The students will read 2-4 papers, extract the key ideas, and present them to their colleagues. Depending on the papers and tasks, the students will either implement the networks or write a summary report about them.

Introduction to Deep Learning jupyter notebook

Talk Dates

 Slides

Software product lines and configurable software systems are the main driving factor for mass customization, tailor-made products, and product diversity while keeping a maintainable code base and saving development time. The lecture will teach about central elements of product line modelling and implementation.

Students should understand the following techniques and theories:

 

• Configuration management and variability modeling

 

• Classic and modern programming techniques, such as preprocessors, version control systems, components, frameworks, aspect-oriented programming, and feature-oriented programming

 

• Feature interactions and virtual separation of concerns

 

Information: Digital engineering students need to successfully complete an additional task, since they obtain 6ECTS instead of 4.5 for students from CS4DM and HCI.

News:

• Oral exams will be at: 27th of July 2018. Please write an eMail to max.weber[at]uni-weimar.de to register for the oral exam.
• The first lecture starts at Wednesday, 4th of April, 9:15am at HK7 in Karl-Hausknecht Street.
• The first exercise starts at Friday, 6th of April, 11:15am at HK7 in Karl-Hausknecht Street.

Search-Based Software Engineering is about optimizing complex tasks that are computationally intractable for exact methods. The goal of this course is to understand the principles of meta-heuristics in optimization, the role of exploration vs. exploitation, single-state vs. multi-state optimization methods as well as key concepts about dimensionality reduction to make optimization tractable.

Information: Students who haven already taken the course Machine Learning for Software Engineering are not eligble to take this course, since this is basically a rebrand of this course. Furtermore, digital engineering students need to successfully complete an additional task, since they obtain 6ECTS instead of 4.5 for students from CS4DM and HCI.

News:

• Dates are out for the oral exams: 25.07., 26.07., 30.07. 2018. Please write an eMail to andre.karge[at]uni-weimar.de to register for an oral exam! State at least 2 days with your preferrence.

• Timeslot	Wednesday 2018-07-25	Thursday 2018-07-26	Monday 2018-07-30
  09:00 - 09:30			reserved
  09:30 - 10:00	reserved		reserved
  10:00 - 10:30	reserved	reserved	reserved
  10:30 - 11:00	reserved	reserved	reserved
  11:00 - 11:30		reserved	reserved
  11:30 - 12:00		reserved	reserved
  13:00 - 13:30		reserved	reserved
  13:30 - 14:00	reserved		reserved
  14:00 - 14:30			reserved
  14:30 - 15:00			reserved

• No lecture on Monday May 28th due to illness!
• The first lecture starts at Monday, 9th of April, 9:15am at SR015 in B11.
• The first exercise starts with a Python tutorial at Tuesday, 17th of April, 9:15am at SR015 in B11.

Die Vorlesung Einführung in die Programmierung erfordert als Zulassungsvoraussetzung für die Klausur, dass mindestens 50% der Punkte in den bewerteten Übungsblättern erzielt werden. Abgaben zu bewerteten Übungsblättern müssen spätestens am Montag 12 Uhr (CEST;Berlin) abgegeben sein. Das genaue Datum für die jeweilige Abgabe finden Sie auf dem Übungsblatt. Hierzu Email an den/die jeweiligeN ÜbungsleiterIn: nathalie.jolanthe.dittrich[at]uni-weimar.de bzw. hans.lienhop[at]uni-weimar.de

News:

• Der Abgabetermin für das letzte Übungsblatt ist der 31.01.2017. Das Blatt wurde entsprechend aktualisiert.
• Erste Vorlesung im neuen Jahr findet am 2.1.2017 statt. Ich wünsche allen einen guten Rutsch ins neue Jahr!
• Hinweis: Aufgabe 3 Blatt 2 hat sich geändert.
• Hinweis zum Blatt 1: Geben Sie bei gültigen Objekten einfach eine gültige Belegung aller Attribute Ihrer Klasse an und bei ungültigen Objekten, eine entsprechend falsche Belegung bzw. falsche Attribute.
• Bitten gründen Sie 2er Teams und schicken die Namen der Mitglieder und deren Matrikelnummern per Email an hans.lienhop[at]uni-weimar.de. Anschließend werden Sie einer Teamnummer (unter der Sie Ihre Abgaben einreichen können) sowie der Übungsgruppe (die Ihren Übungstermin bestimmt) zugewiesen. Falls jemand kein Teampartner findet, dann wird in der ersten Übung ein entsprechendes Team gebildet. Wichtig: Geben Sie bereits bei der Teammeldung Ihre Präferenz für die Übungszeit mit an. Wir können zwar nicht garantieren, dass alle Teams Ihre Wunschzeiten bekommen, da wir ausgeglichene Gruppen erreichen wollen, jedoch werden wir den Wunsch bei der Einteilung mit berücksichtigen.

Die Studierenden werden im Projekt Methoden des maschinellen Lernens auf Probleme im Bereich des Software Engineerings anwenden. Dabei werden sowohl neuartige Techniken, wie z.B. Deep Learning, als auch klassische Methoden, wie random forests, logistic regression, etc. eingesetzt, um aktuelle Probleme im Bereich der Softwareentwicklung und Wartung zu beheben.

Ausgewählte Problemfelder:

-      Automatisches Generieren von Tests

-      Automatisches Fixen von Bugs

-      Vorhersage von Merge-Konflikten in Versionsverwaltungssystemen

-      Parametertuning von Robotern und Softwaresystemen

Ablauf:

-      Problemfeld wird festgelegt

-      Einarbeitung in das Problemfeld mittels Literaturstudie

-      Erarbeitung eines Konzeptes zum Lösen der Probleme

-      Implementierung des Konzeptes

-      Evaluierung des Konzeptes

-      Schriftliche Ausarbeitung des Projektes

Studierende arbeiten an allen Phasen des Projektes, jedoch wird es Phasenverantwortliche geben, die auch eine Abschlusspräsentation für die jeweilige Phase.

Vermittelte Kompetenzen:

-      Softskills (Präsentieren, Diskutieren, Teamwork, Schreiben eines wissenschaftlichen Artikels)

-      Vertieftes Wissen im Bereich des Software Engineerings

-      Vertieftes Wissens und Anwendung im Bereich des maschinellen Lernens

Machine Learning for Software Engineering is about learning and optimizing complex tasks that are computationally intractable for exact methods. The goal of this course is to understand the principles of meta-heuristics in optimization as well as key concepts of learning based on neural nets.

News:

• Examplary exam questions >1< >2< >3< >4< >5< >6< ... see >here a digital version<
• Detailed project description >here<
• Download the second public set of optimization Tasks for the project >here< 
• Example implementation in C# to get a CSP model from the already parsed XML file, >here<
• Next lecture is canceled!
• Download the first public set of optimization tasks for the project >here< (more to come later)
• Project task will be discussed during the exercise at Monday: 29.05.2017
• First exercise starts with a Python tutorial at Monday, 10th of April.
• Second exercise will be at Monday 24th of April.
• Updated the slides of lecture 2
• The exercises require reading some papers. In order to retrieve them try searching with Google from the university's network.

Die Vorlesung Einführung in die Programmierung erfordert als Zulassungsvoraussetzung für die Klausur, dass mindestens 50% der Punkte in den bewerteten Übungsblättern erzielt werden. Abgaben zu bewerteten Übungsblättern müssen spätestens am Montag 12 Uhr (CEST;Berlin) abgegeben sein. Das genaue Datum für die jeweilige Abgabe finden Sie auf dem Übungsblatt. Hierzu Email an den/die jeweiligeN ÜbungsleiterIn: nathalie.jolanthe.dittrich[at]uni-weimar.de.

News:

• Erste Vorlesung findet am 16.10.2017 (11-12:30 Uhr) statt!
• Bitten gründen Sie 2er Teams und schicken die Namen der Mitglieder und deren Matrikelnummern per Email an nathalie.jolanthe.dittrich@uni-weimar.de. Anschließend werden Sie einer Teamnummer (unter der Sie Ihre Abgaben einreichen können) sowie der Übungsgruppe (die Ihren Übungstermin bestimmt) zugewiesen. Falls jemand kein Teampartner findet, dann wird in der ersten Übung ein entsprechendes Team gebildet. Wichtig: Geben Sie bereits bei der Teammeldung Ihre Präferenz für die Übungszeit mit an. Wir können zwar nicht garantieren, dass alle Teams Ihre Wunschzeiten bekommen, da wir ausgeglichene Gruppen erreichen wollen, jedoch werden wir den Wunsch bei der Einteilung mit berücksichtigen.

Update: Leider muss der Industrievortrag auf Januar verschoben werden. Siehe geänderten Lehrplan.

Die Vorlesung Software Engineering erfordert als Zulassungsvoraussetzung für die Klausur, dass mindestens 50% der Punkte in den bewerteten Übungsblättern erzielt werden. Die Übungsblätter werden immer am gleichen Tag nach der Vorlesung ausgegeben. Man hat eine Woche Zeit diese zu bearbeiten. Abgaben zu bewerteten Übungsblättern müssen spätestens also mittwochs 23:59 Uhr (CEST;Berlin) abgegeben sein. Das genaue Datum für die jeweilige Abgabe finden Sie auf dem Übungszettel. Hierzu Email an den Übungsleiter: Philipp Seltmann.

Hinweis: Erste Übung im neuen Jahr ist am 13.1.2017.

Die Vorlesung Software Engineering erfordert als Zulassungsvoraussetzung für die Klausur, dass mindestens 50% der Punkte in den bewerteten Übungsblättern erzielt werden. Die Übungsblätter werden immer am gleichen Tag nach der Vorlesung ausgegeben. Man hat eine Woche Zeit diese zu bearbeiten. Abgaben zu bewerteten Übungsblättern müssen spätestens also mittwochs 23:59 Uhr (CEST;Berlin) abgegeben sein. Das genaue Datum für die jeweilige Abgabe finden Sie auf dem Übungszettel. Hierzu Email an den Übungsleiter: Philipp Seltmann.