Attribut:Beschreibung-DE
Zur Navigation springen
Zur Suche springen
Dies ist ein Attribut des Datentyps Text.
L
Die Studierenden können Biomedizinische Modellierung und Simulation +
Die Studierenden können Grundlagen der praktischen Informatik für Bild- und Signalverarbeitung z.B. Programmiersprachen, Software-Engineering +
Die Studierenden können Grundlagen der technischen Informatik für Bild- und Signalverarbeitung z.B. Telekommunikation, Technologien der drahtlosen Datenübertragung, Virtual Reality, Multimedia +
Die Studierenden können wichtige Standards der Medizinischen Informatik z.B. DICOM +
Die Studierenden können Einsatzszenarien für telemedizinische Anwendungen und deren Rahmenbedingungen +
Die Studierenden können Grundlagen der Datengewinnung und Datenanalyse von primären und sekundären Datenquellen, Prinzipien des Data Mining, Data Warehouses (Data Sharing), Knowledge Management +
Die Studierenden können Grundlagen der Datengewinnung und Datenanalyse von primären und sekundären Datenquellen, Prinzipien des Data Mining, Data Warehouses, Knowledge Management , (FAIR-Prinzipien) - idealerweise an realen Bedingungen +
Die Studierenden können bei gängigen Datenbanken Abfragen +
Die Studierenden können Maßnahmen zur Sicherstellung einer hohen Datenqualität (auf Basis von FAIR-Prinzipien) +
Die Studierenden können Anforderungen an die Informationsverarbeitung bei klinisichen Studien an EDC (Electronic Data Capture) z.B. aus Registern (deutsches Krebsregister) +
Die Studierenden können ethische, politische, regulatorische und soziale Gesichtspunkte für den Umgang mit Big Data und die Bedeutsamkeit von Einstellungen, Werte und Haltungen +
Die Studierenden können Datengewinnung aus telemedizinische und anderen Anwendungen +
Die Studierenden können die Methoden der praktischen, technischen und theoretischen Informatik +
Die Studierenden können Grundlagen der praktischen Informatikfür die Datengewinnung und -analyse z.B. Software-Engineering, Datenstrukturen, Datenbankmanagementsysteme, Informations- und Systemmodellierungstools, Informationssystem-Theorie und -Praxis, Knowledge Engineering, (Konzept-)Darstellung und Beschaffung, Software-Architekturen +
Die Studierenden können Grundlagen der theoretischen Informatik für die Datengewinnung und -analyse, z.B. Komplexitätstheorie, Verschlüsselung/Sicherheit +
Die Studierenden können Grundlagen der technischen Informatik für die Datengewinnung und -analyse, z.B. Netzwerkarchitekturen und -topologien, Telekommunikation, Technologien der drahtlosen Datenübertragung, Virtual Reality, Multimedia +
Die Studierenden können wichtige Standards der Medizinischen Informatik für den Datengewinnung, -analyse, -austausch +
Die Studierenden können Analyseverfahren (statistische Modelle, "Machine Learning" und Verfahren künstlicher Intelligenz) +
Die Studierenden können unterschiedliche Arten von wissensbasierten Systemen und medizinische Anwendungen von Clinical Decision Support Systems (CDSS) zur Optimierung der Krankenversorgung +
Die Studierenden können Beispiele für maschinelle Lernverfahren und die Grundprinzipien für deren Evaluation am Beispiel künstlicher Neuronaler Netze +