Zur Modulseite PDF generieren

#41168 / #2

Seit SoSe 2026

Deutsch, Englisch

Data Science for Cognitive Neuroscience
Data Science für Kognitive Neurowissenschaften

6

Deniz, Fatma

Benotet

Mündliche Prüfung

Englisch

Zugehörigkeit


Fakultät IV

Institut für Softwaretechnik und Theoretische Informatik

34353100 FG Sprache und Kommunikation in biologischen und künstlichen Systemen

Keine Angabe

Kontakt


MAR 6-4

Negi, Anuja

anuja.negi@tu-berlin.de

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:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Data Science for Cognitive NeuroscienceIVWiSe/SoSeen4

Arbeitsaufwand und Leistungspunkte

Data Science for Cognitive Neuroscience (IV):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.04.0h60.0h
Vor-/Nachbereitung15.08.0h120.0h
180.0h(~6 LP)
Der Aufwand des Moduls summiert sich zu 180.0 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:

Voraussetzung
Leistungsnachweis »[CoCo] Data Science for Cognitive Neuroscience: Successful completion of assignments«

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Mündliche Prüfung

Sprache(n)

Englisch

Dauer/Umfang

20 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

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  nicht verfügbar

 

Literatur

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 / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Informatik (B. Sc.)11SoSe 2026SoSe 2026
Medieninformatik (B. Sc.)11SoSe 2026SoSe 2026
Technische Informatik (B. Sc.)11SoSe 2026SoSe 2026
Wirtschaftsinformatik (B. Sc.)22SoSe 2026SoSe 2026

Studierende anderer Studiengänge können dieses Modul ohne Kapazitätsprüfung belegen.

Sonstiges

Keine Angabe