Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Data Science für Kognitive NeurowissenschaftenModulbeschreibung #41168 / Version 2

← Zur Modulseite English version
Modul / Version#41168 / #2
GültigkeitSeit SoSe 2026
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte6
Modulverantwortliche*rDeniz, Fatma
BenotungBenotet
PrüfungsformMündliche Prüfung
Lehrsprache(n)Englisch

Zugehörigkeit

FakultätFakultät IV
InstitutInstitut für Softwaretechnik und Theoretische Informatik
Fachgebiet34353100 FG Sprache und Kommunikation in biologischen und künstlichen Systemen

Kontakt

SekretariatMAR 6-4
Ansprechpartner*inNegi, Anuja
E-Mail-Adresseanuja.negi@tu-berlin.de
Webseitehttps://denizenslab.github.io/teaching/courses/DS_CogNeuro/

Lernergebnisse

- Verständnis von Experimenten und Daten, die in der kognitiven Neurowissenschaft verwendet werden.
- Praktische Erfahrung mit realen Gehirndaten, z. B. EEG und fMRT.
- Identifizieren und Abrufen relevanter Informationen aus Gehirndaten und deren Interpretation mithilfe von Datenanalysetechniken.
- Erlernen der Entwicklung und Überprüfung von Hypothesen.

Lehrinhalte

Das menschliche Gehirn ist ein kompliziertes und komplexes Informationsverarbeitungssystem, das ein spannendes interdisziplinäres Forschungsgebiet darstellt. Zu verstehen, wie es funktioniert, ist eine anspruchsvolle wissenschaftliche Aufgabe. In den letzten Jahrzehnten haben uns neue bildgebende Verfahren ermöglicht, das Gehirn in Aktion zu „sehen”, was zum Wachstum der kognitiven Neurowissenschaften geführt hat. Die kognitive Neurowissenschaft erforscht die neuronalen Mechanismen, die einer Vielzahl von kognitiven Funktionen zugrunde liegen, und verbindet die Gehirnaktivität mit den Aufgaben, die es ausführt. Dieses Gebiet fördert spannende Kooperationen mit der Psychologie, Biologie, Physik und Informatik und bietet einen umfassenden Ansatz zum Verständnis des Gehirns.

Wenn Sie von den inneren Abläufen des Gehirns fasziniert sind und gerne modernste bildgebende Verfahren und Datenanalyse-Tools für dessen Erforschung einsetzen möchten, ist dieser Kurs genau das Richtige für Sie! Während dieses Kurses erwerben Sie Kenntnisse in der Verwendung der Programmiersprache Python zum Verstehen, Bearbeiten und Erforschen von Aufzeichnungen des menschlichen Gehirns (wie ECoG, EEG, MEG und fMRI). Außerdem lernen Sie, wie Sie anhand realer Daten Hypothesen darüber aufstellen und überprüfen können, wie das Gehirn Informationen verarbeitet. Darüber hinaus lernen Sie wertvolle Analysetechniken, um Daten aus Gehirnaufzeichnungen zu interpretieren.
This course provides hands-on experience in the data analysis of brain data, enabling you to gain a deep insight into the experiments and data employed in the cognitive neuroscience field. Furthermore, the data analysis techniques and investigative approaches you learn will be readily transferable to research in other disciplines.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Data Science for Cognitive NeuroscienceIntegrierte Veranstaltung Winter- und Sommersemester[en]4 ISIS

Arbeitsaufwand und Leistungspunkte

Data Science for Cognitive Neuroscience (Integrierte Veranstaltung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit154 h60 h
Vor-/Nachbereitung158 h120 h
180 h

Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Hauptvorlesung, Tutorium und Hausaufgaben.

Während der Vorlesung werden die grundlegenden Konzepte vorgestellt. Die Studierenden erhalten Programmier- und Hausaufgaben.
Voraussetzung für die Teilnahme an der mündlichen Abschlussprüfung ist die erfolgreiche Teilnahme an den Programmier- und Hausaufgaben.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Python Programmierkentnisse

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Die Prüfungsvoraussetzungen konnten nicht abgerufen werden.

Abschluss des Moduls

BenotungBenotet
PrüfungsformMündliche Prüfung
SpracheEnglisch
Dauer/Umfang20 Minuten

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Winter- und Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 20.

Anmeldeformalitäten

Alle Studierende müssen an dem ersten Lehrveranstaltungstermin teilnehmen um den Registrierungsprozess aktivieren zu können.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

nicht verfügbar

Empfohlene Literatur

  • Computational and Inferential Thinking: The Foundations of Data Science (https://inferentialthinking.com/chapters/intro.html)

Zugeordnete Studiengänge

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOSemesterStudiengangsbereich
Informatik
StuPO 2015
SoSe 2026Wahlpflichtbereich › Wahlpflichtbereich Katalog Informatik
WiSe 2026/27Wahlpflichtbereich › Katalog Informatik
Informatik
StuPO 2025
WiSe 2026/27Wahlpflichtbereich › Studiengebiete › Datenmanagement › Weitere Module
Medieninformatik
StuPO 2015
SoSe 2026Wahlpflichtbereich › Fachstudium Medientechnik
WiSe 2026/27Wahlpflichtbereich › Fachstudium Medientechnik
Technische Informatik
StuPO 2015
SoSe 2026Wahlpflichtbereich › Informatik
WiSe 2026/27Wahlpflichtbereich › Kataloge › Informatik
Wirtschaftsinformatik
StuPO 2015
SoSe 2026Wahlpflichtbereich › Informatik
WiSe 2026/27Wahlpflichtbereich › Informatik
Wirtschaftsinformatik
StuPO 2021
SoSe 2026Wahlpflichtbereich › Informatik
WiSe 2026/27Wahlpflichtbereich › Informatik
Wirtschaftsinformatik
StuPO 2025
WiSe 2026/27Wahlpflichtbereich › Vertiefung Informatik › Weitere Module

Sonstiges

Keine Angabe