DI Dr. techn. Mugdim Bublin Lehre und Forschung Stadt Wien Stiftungsprofessur für Artificial Intelligence mugdim.bublin@fh-campuswien.ac.at T: +43 1 606 68 77-2133 F: +43 1 606 68 77-2139 Raum: B.3.14 Favoritenstraße 226 1100 WienPersönlicher WebspaceLehrveranstaltungen 2022/23Technik> Introduction to AI and Data Science ILV Computer Science and Digital Communications moreIntroduction to AI and Data Science ILVVortragende: DI Dr. techn. Mugdim Bublin, René Goldschmid, MSc, Dr. Christian Steineder3SWS5ECTSLehrinhalte- Mathematical Basics of AI and Data Science- Linear Algebra - Probability Theory and Statistics - Optimization - Introduction to Artificial Intelligence- Problem Solving and Heuristic Search - Logic and Knowledge Representation - Planning, Learning and Decision Making under Uncertainty - Data Science and Machine Learning Fundamentals- Data Collection, Cleaning, Filtering - Model Building - Model Evaluation - Definition of Machine Learning and classes of Machine Learning Algorithms - Machine Learning Classifiers - Evaluation of Machine Learning AlgorithmsPrüfungsmodusImmanente Leistungsüberprüfung - Project work - Exercises during lectures - Final written examLehr- und Lernmethode- Lecture - Group work (project) - Practical exercises - Continuous Discussion and feedbackSpracheEnglisch> Bachelorarbeit 1 SE Computer Science and Digital Communications moreBachelorarbeit 1 SEVortragende: DI Dr. techn. Mugdim Bublin, FH-Prof. DI Thomas Fischer, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, FH-Prof. Dipl.-Ing. Heimo Hirner, FH-Prof. DI Dr. Igor Miladinovic, Silvia Schmidt, BSc MSc, Bernhard Taufner, BSc, MSc1SWS4ECTSLehrinhalte- Selbstständige Bearbeitung einer fachlich relevanten Thematik basierend auf den technischen Themen der Wahlpflichtmodule im 4. und 5. Semester auf wissenschaftlichem Niveau unter Anleitung einer Betreuerin/eines Betreuers - Ausarbeitung der Bachelorarbeit 1PrüfungsmodusEndprüfung Approbation der BachelorarbeitLehr- und LernmethodeDurchführung einer praktischen Arbeit und Ausarbeitung als Bachelorarbeit mit Coaching. Studierende präsentieren in regelmäßigen Abständen die aktuelle Fortentwicklung ihrer Bachelorarbeit 1 und stellen diese zur Diskussion.SpracheDeutsch> Wahlfach-Projekt 2 UE Computer Science and Digital Communications moreWahlfach-Projekt 2 UEVortragende: DI Dr. techn. Mugdim Bublin, FH-Prof. DI Thomas Fischer, Leon Freudenthaler, BSc MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, Dipl.-Ing. Georg Mansky-Kummert, FH-Prof. DI Dr. Igor Miladinovic, Silvia Schmidt, BSc MSc, Bernhard Taufner, BSc, MSc2SWS5ECTSLehrinhalteDie Studierenden wenden die erworbenen Fähigkeiten an, um ein Projekt koordiniert und strukturiert abzuwickeln. Dabei definieren sie sich selbständig ein konkretes Teilziel im Projekt. Fundiertes theoretisches Vorgehen wird somit mit praktischer Anwendung kombiniert angewendet. Die Mitarbeit an einem industriellen F&E Projekt bzw. an aktuellen Problemstellung im Rahmen der F&E Tätigkeit der FH ist möglich.PrüfungsmodusEndprüfung Praktisches Projekt in der KleingruppeLehr- und LernmethodeGruppenarbeiten, praktische Projektumsetzung begleitet mit Übungen und Coaching.SpracheDeutsch> Introduction to AI and Data Science ILV Computer Science and Digital Communications moreIntroduction to AI and Data Science ILVVortragende: DI Dr. techn. Mugdim Bublin, René Goldschmid, MSc, Dr. Christian Steineder3SWS5ECTSLehrinhalte- Mathematical Basics of AI and Data Science- Linear Algebra - Probability Theory and Statistics - Optimization - Introduction to Artificial Intelligence- Problem Solving and Heuristic Search - Logic and Knowledge Representation - Planning, Learning and Decision Making under Uncertainty - Data Science and Machine Learning Fundamentals- Data Collection, Cleaning, Filtering - Model Building - Model Evaluation - Definition of Machine Learning and classes of Machine Learning Algorithms - Machine Learning Classifiers - Evaluation of Machine Learning AlgorithmsPrüfungsmodusImmanente Leistungsüberprüfung - Project work - Exercises during lectures - Final written examLehr- und Lernmethode- Lecture - Group work (project) - Practical exercises - Continuous Discussion and feedbackSpracheEnglisch> Bachelorarbeit 1 SE Computer Science and Digital Communications moreBachelorarbeit 1 SEVortragende: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, FH-Prof. Dipl.-Ing. Heimo Hirner, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc, Silvia Schmidt, BSc MSc, Dr. Christian Steineder, Bernhard Taufner, BSc, MSc, Sebastian Ukleja, BSc1SWS4ECTSLehrinhalte- Selbstständige Bearbeitung einer fachlich relevanten Thematik, primär basierend auf den technischen Themen der Wahlpflichtmodule im 4. und 5. Semester auf wissenschaftlichem Niveau unter Anleitung einer Betreuerin/eines Betreuers - Ausarbeitung der Bachelorarbeit 1PrüfungsmodusEndprüfung Approbation der BachelorarbeitLehr- und LernmethodeDurchführung einer praktischen Arbeit und Ausarbeitung als Bachelorarbeit mit Coaching. Studierende präsentieren in regelmäßigen Abständen die aktuelle Fortentwicklung ihrer Bachelorarbeit 1 und stellen diese zur Diskussion.SpracheDeutsch> Wahlfach-Projekt 2 UE Computer Science and Digital Communications moreWahlfach-Projekt 2 UEVortragende: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, FH-Prof. Dipl.-Ing. Heimo Hirner, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc, Silvia Schmidt, BSc MSc, Dr. Christian Steineder, Bernhard Taufner, BSc, MSc, Sebastian Ukleja, BSc2SWS5ECTSLehrinhalteDie Studierenden wenden die erworbenen Fähigkeiten an, um ein Projekt koordiniert und strukturiert abzuwickeln. Dabei definieren sie sich selbständig ein konkretes Teilziel im Projekt. Fundiertes theoretisches Vorgehen wird somit mit praktischer Anwendung kombiniert angewendet. Die Mitarbeit an einem industriellen F&E Projekt bzw. an aktuellen Problemstellung im Rahmen der F&E Tätigkeit der FH ist möglich.PrüfungsmodusEndprüfung Praktisches Projekt in der KleingruppeLehr- und LernmethodeGruppenarbeiten, praktische Projektumsetzung begleitet mit Übungen und Coaching.SpracheDeutsch> Software Engineering Project 1 UE Software Design and Engineering moreSoftware Engineering Project 1 UEVortragende: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, FH-Prof. DI Dr. Igor Miladinovic, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc1SWS5ECTSLehrinhalteSoftware Engineering Projekt 1 ermöglicht Studierenden, das im Studium erworbene Wissen in einem konkreten Projekt umzusetzen. Im ersten Semester wird ein konkretes Problem analysiert und unter Anwendung von Methoden des Advanced Projektmanagements ein Design für die Software Lösung ausgearbeitet. Diese Lösung wird dann im Software Projekt im zweiten Semester implementiert. Die LV deckt insbesondere die folgenden Inhalte ab: - Anwendung vom modernen Projektmanagementmethoden an einem konkreten Projekt - Formulierung, Klassifizierung und Priorisierung von Requirements für eine konkrete Problemstellung - Verwendung von UML Diagrammen (Use Case, Klassen-, Aktivitäts- und Sequenzdiagrammen) für Software Design Entwurf, um Requirements zu erfüllen - Strukturierte und standardisierte Dokumentation von Ergebnissen als ein High Level Design Dokument, das als Basis für die Implementierung dient.PrüfungsmodusModulprüfungLehr- und LernmethodeGruppenarbeiten, praktische Projektumsetzung begleitet mit Übungen und CoachingSpracheDeutsch> Master Thesis Project UE Software Design and Engineering moreMaster Thesis Project UEVortragende: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, FH-Prof. Dipl.-Ing. Heimo Hirner, Dipl.-Ing. Georg Mansky-Kummert, FH-Prof. DI Dr. Igor Miladinovic, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc, Bernhard Taufner, BSc, MSc2SWS6ECTSLehrinhalteStudierende arbeiten individuell oder in Kleingruppen an Projekten mit Bezug zu Software Design und Software Engineering Technologien und Anwendungen im Kontext hochschulischer F&E-Aktivitäten oder im Rahmen ihrer individuellen Berufstätigkeit. Diese Projekte stellen in weiterer Folge die praxisrelevante Basis für die Masterarbeiten dar.PrüfungsmodusImmanente Leistungsüberprüfung Projektfortschritt, Funktionsnachweis, ProjektpräsentationLehr- und Lernmethode-SpracheDeutsch-Englisch> Deep Learning and Virtual Reality Wahlpflichtmodul… Software Design and Engineering moreDeep Learning and Virtual Reality Wahlpflichtmodul MODUL3SWS6ECTSPublikationen An der FH Campus Wien verfasste Publikationen von Mugdim Bublin finden Sie in unserer Publikationsdatenbank, ebenso die betreuten Abschlussarbeiten. Alle anderen Publikationen sind im Personal Webspace angeführt. Studiengänge Computer Science and Digital Communications Bachelorstudium, berufsbegleitendmoreComputer Science and Digital Communications Bachelorstudium, VollzeitmoreSoftware Design and Engineering Masterstudium, berufsbegleitendmore
> Introduction to AI and Data Science ILV Computer Science and Digital Communications moreIntroduction to AI and Data Science ILVVortragende: DI Dr. techn. Mugdim Bublin, René Goldschmid, MSc, Dr. Christian Steineder3SWS5ECTSLehrinhalte- Mathematical Basics of AI and Data Science- Linear Algebra - Probability Theory and Statistics - Optimization - Introduction to Artificial Intelligence- Problem Solving and Heuristic Search - Logic and Knowledge Representation - Planning, Learning and Decision Making under Uncertainty - Data Science and Machine Learning Fundamentals- Data Collection, Cleaning, Filtering - Model Building - Model Evaluation - Definition of Machine Learning and classes of Machine Learning Algorithms - Machine Learning Classifiers - Evaluation of Machine Learning AlgorithmsPrüfungsmodusImmanente Leistungsüberprüfung - Project work - Exercises during lectures - Final written examLehr- und Lernmethode- Lecture - Group work (project) - Practical exercises - Continuous Discussion and feedbackSpracheEnglisch
> Bachelorarbeit 1 SE Computer Science and Digital Communications moreBachelorarbeit 1 SEVortragende: DI Dr. techn. Mugdim Bublin, FH-Prof. DI Thomas Fischer, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, FH-Prof. Dipl.-Ing. Heimo Hirner, FH-Prof. DI Dr. Igor Miladinovic, Silvia Schmidt, BSc MSc, Bernhard Taufner, BSc, MSc1SWS4ECTSLehrinhalte- Selbstständige Bearbeitung einer fachlich relevanten Thematik basierend auf den technischen Themen der Wahlpflichtmodule im 4. und 5. Semester auf wissenschaftlichem Niveau unter Anleitung einer Betreuerin/eines Betreuers - Ausarbeitung der Bachelorarbeit 1PrüfungsmodusEndprüfung Approbation der BachelorarbeitLehr- und LernmethodeDurchführung einer praktischen Arbeit und Ausarbeitung als Bachelorarbeit mit Coaching. Studierende präsentieren in regelmäßigen Abständen die aktuelle Fortentwicklung ihrer Bachelorarbeit 1 und stellen diese zur Diskussion.SpracheDeutsch
> Wahlfach-Projekt 2 UE Computer Science and Digital Communications moreWahlfach-Projekt 2 UEVortragende: DI Dr. techn. Mugdim Bublin, FH-Prof. DI Thomas Fischer, Leon Freudenthaler, BSc MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, Dipl.-Ing. Georg Mansky-Kummert, FH-Prof. DI Dr. Igor Miladinovic, Silvia Schmidt, BSc MSc, Bernhard Taufner, BSc, MSc2SWS5ECTSLehrinhalteDie Studierenden wenden die erworbenen Fähigkeiten an, um ein Projekt koordiniert und strukturiert abzuwickeln. Dabei definieren sie sich selbständig ein konkretes Teilziel im Projekt. Fundiertes theoretisches Vorgehen wird somit mit praktischer Anwendung kombiniert angewendet. Die Mitarbeit an einem industriellen F&E Projekt bzw. an aktuellen Problemstellung im Rahmen der F&E Tätigkeit der FH ist möglich.PrüfungsmodusEndprüfung Praktisches Projekt in der KleingruppeLehr- und LernmethodeGruppenarbeiten, praktische Projektumsetzung begleitet mit Übungen und Coaching.SpracheDeutsch
> Introduction to AI and Data Science ILV Computer Science and Digital Communications moreIntroduction to AI and Data Science ILVVortragende: DI Dr. techn. Mugdim Bublin, René Goldschmid, MSc, Dr. Christian Steineder3SWS5ECTSLehrinhalte- Mathematical Basics of AI and Data Science- Linear Algebra - Probability Theory and Statistics - Optimization - Introduction to Artificial Intelligence- Problem Solving and Heuristic Search - Logic and Knowledge Representation - Planning, Learning and Decision Making under Uncertainty - Data Science and Machine Learning Fundamentals- Data Collection, Cleaning, Filtering - Model Building - Model Evaluation - Definition of Machine Learning and classes of Machine Learning Algorithms - Machine Learning Classifiers - Evaluation of Machine Learning AlgorithmsPrüfungsmodusImmanente Leistungsüberprüfung - Project work - Exercises during lectures - Final written examLehr- und Lernmethode- Lecture - Group work (project) - Practical exercises - Continuous Discussion and feedbackSpracheEnglisch
> Bachelorarbeit 1 SE Computer Science and Digital Communications moreBachelorarbeit 1 SEVortragende: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, FH-Prof. Dipl.-Ing. Heimo Hirner, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc, Silvia Schmidt, BSc MSc, Dr. Christian Steineder, Bernhard Taufner, BSc, MSc, Sebastian Ukleja, BSc1SWS4ECTSLehrinhalte- Selbstständige Bearbeitung einer fachlich relevanten Thematik, primär basierend auf den technischen Themen der Wahlpflichtmodule im 4. und 5. Semester auf wissenschaftlichem Niveau unter Anleitung einer Betreuerin/eines Betreuers - Ausarbeitung der Bachelorarbeit 1PrüfungsmodusEndprüfung Approbation der BachelorarbeitLehr- und LernmethodeDurchführung einer praktischen Arbeit und Ausarbeitung als Bachelorarbeit mit Coaching. Studierende präsentieren in regelmäßigen Abständen die aktuelle Fortentwicklung ihrer Bachelorarbeit 1 und stellen diese zur Diskussion.SpracheDeutsch
> Wahlfach-Projekt 2 UE Computer Science and Digital Communications moreWahlfach-Projekt 2 UEVortragende: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, FH-Prof. Dipl.-Ing. Heimo Hirner, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc, Silvia Schmidt, BSc MSc, Dr. Christian Steineder, Bernhard Taufner, BSc, MSc, Sebastian Ukleja, BSc2SWS5ECTSLehrinhalteDie Studierenden wenden die erworbenen Fähigkeiten an, um ein Projekt koordiniert und strukturiert abzuwickeln. Dabei definieren sie sich selbständig ein konkretes Teilziel im Projekt. Fundiertes theoretisches Vorgehen wird somit mit praktischer Anwendung kombiniert angewendet. Die Mitarbeit an einem industriellen F&E Projekt bzw. an aktuellen Problemstellung im Rahmen der F&E Tätigkeit der FH ist möglich.PrüfungsmodusEndprüfung Praktisches Projekt in der KleingruppeLehr- und LernmethodeGruppenarbeiten, praktische Projektumsetzung begleitet mit Übungen und Coaching.SpracheDeutsch
> Software Engineering Project 1 UE Software Design and Engineering moreSoftware Engineering Project 1 UEVortragende: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, FH-Prof. DI Dr. Igor Miladinovic, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc1SWS5ECTSLehrinhalteSoftware Engineering Projekt 1 ermöglicht Studierenden, das im Studium erworbene Wissen in einem konkreten Projekt umzusetzen. Im ersten Semester wird ein konkretes Problem analysiert und unter Anwendung von Methoden des Advanced Projektmanagements ein Design für die Software Lösung ausgearbeitet. Diese Lösung wird dann im Software Projekt im zweiten Semester implementiert. Die LV deckt insbesondere die folgenden Inhalte ab: - Anwendung vom modernen Projektmanagementmethoden an einem konkreten Projekt - Formulierung, Klassifizierung und Priorisierung von Requirements für eine konkrete Problemstellung - Verwendung von UML Diagrammen (Use Case, Klassen-, Aktivitäts- und Sequenzdiagrammen) für Software Design Entwurf, um Requirements zu erfüllen - Strukturierte und standardisierte Dokumentation von Ergebnissen als ein High Level Design Dokument, das als Basis für die Implementierung dient.PrüfungsmodusModulprüfungLehr- und LernmethodeGruppenarbeiten, praktische Projektumsetzung begleitet mit Übungen und CoachingSpracheDeutsch
> Master Thesis Project UE Software Design and Engineering moreMaster Thesis Project UEVortragende: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, FH-Prof. Dipl.-Ing. Heimo Hirner, Dipl.-Ing. Georg Mansky-Kummert, FH-Prof. DI Dr. Igor Miladinovic, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc, Bernhard Taufner, BSc, MSc2SWS6ECTSLehrinhalteStudierende arbeiten individuell oder in Kleingruppen an Projekten mit Bezug zu Software Design und Software Engineering Technologien und Anwendungen im Kontext hochschulischer F&E-Aktivitäten oder im Rahmen ihrer individuellen Berufstätigkeit. Diese Projekte stellen in weiterer Folge die praxisrelevante Basis für die Masterarbeiten dar.PrüfungsmodusImmanente Leistungsüberprüfung Projektfortschritt, Funktionsnachweis, ProjektpräsentationLehr- und Lernmethode-SpracheDeutsch-Englisch
> Deep Learning and Virtual Reality Wahlpflichtmodul… Software Design and Engineering moreDeep Learning and Virtual Reality Wahlpflichtmodul MODUL3SWS6ECTS