Kurser

[SoSe 2025] Workshop: Wissenschaftliches Arbeiten, Schreiben und Präsentieren

[SoSe 2025] Wissenschaftliches Programmieren mit Julia

Lehrinhalte

  • Werkzeuge zur Programmierung mit Julia
  • Rechneraufbau und Informationsverarbeitung im Computer
  • Grundlegende Programmierkonzepte
  • Interaktives Programmieren mit Pluto und Jupyter
  • Kennenlernen und Vertiefung Julia-spezifischer Konzepte
  • Wissenschaftliches Rechnen
  • Auswertung und Darstellung von Daten
  • Einbindung anderer Programmiersprachen

Für die Anmeldung registrieren Sie sich bitte unter https://www.tu.berlin/naturwissenschaften/physik/einrichtungen-und-services/physik-it/lehre/registrierung-wissenschaftliches-programmieren-mit-julia

[SoSe 2025] Data Analysis and Data Management II

About the course

This course builds on the module Data Analysis and Data Management I, aiming to equip students with advanced concepts and tools as well as state-of-the-art strategies for data analysis and research data management. Participants will gain hands-on experience with key software platforms and libraries within a Python Notebook environment, including pandas, matplotlib, bokeh, and scikit-learn.
 
The course comprises lectures introducing theoretical concepts and tools, alongside hands-on sessions where students apply their knowledge to real-world data analysis challenges from physics experiments. The semester is structured into progressively complex chapters:
  • Fundamentals of Data Processing: Introduction to data fitting and cleaning strategies for one-dimensional datasets.
  • Advanced Data Management and Analysis: Handling higher-dimensional datasets and large-scale data analysis.
  • Global Data Analysis: Focus on Fourier analysis and its applications.
  • Machine Learning for Data Analysis: Introduction to fundamental machine-learning concepts, including decision trees, random forests, deep learning, and artificial intelligence.

 

Goals of the course

Students have a solid understanding of data analytics fundamentals, Fourier analysis, and machine-learning approaches for data analysis. They understand the structure of research data and are familiar with the FAIR principles for sustainable data management. Additionally, they are proficient in analyzing and managing large datasets and have hands-on experience with relevant software tools, with a focus on specialized Python packages and programming techniques.

[SoSe 2025] [WiSe 2024/25] Mentoring SoSe 2025 - Kurs für Mentor:innen

[SoSe 2025] IT-Brückenkurs Physik

Kursinhalte

Diese vorbereitende Blockveranstaltung soll grundlegendes IT-Wissen vermitteln, das nicht nur im Studium der Physik, sondern generell in den Naturwissenschaften ab dem ersten Semester nützlich ist, an der Schule aber meistens nicht vermittelt wird.

Wissenschaftlicher Textsatz mit LaTeX
Die Dokumenterstellung mit dem Textsatzsystem LaTeX unterscheidet sich deutlich von der Arbeitsweise mit einer Office-Software und ist daher mit etwas Lernaufwand verbunden. Insbesondere bei der Anfertigung von komplexen Dokumenten wie Abschlussarbeiten oder für Dokumente mit vielen Formeln kann sich dieser Aufwand aber lohnen.
  • Einführung in LaTeX
  • Einbinden von Grafiken und Erstellen von Tabellen
  • Verwendung von Literaturverzeichnissen
Programmieren mit Python
Programmierkenntnisse werden in der Schule nicht flächendeckend vermittelt und beziehen sich häufig auf Programmiersprachen, die im naturwissenschaftlichen Alltag kaum eine Rolle spielen. Die Programmiersprache Python ist in vielen unterschiedlichen wissenschaftlichen Fachrichtungen weit verbreitet und bietet eine sehr gute Grundlage für die Analyse und Darstellungen von Daten.
  • Einführung in Python
  • Darstellung und Verarbeitung von Daten