Anschrift:

Z.Z. im Home-Office
Universität Potsdam
Institut für Mathematik
Campus Golm, Haus 9
Karl-Liebknecht-Straße 24-25
14476 Potsdam


Forschungsinteressen

  • Reinforcement Learning
  • Markov Reward and Decision Processes
  • Semi-Markov Chains
  • Markovketten in Anwendungen auf biologisch motivierte Fragestellungen
  • Multityp-Verzweigungsprozesse
  • Hochschuldidaktik
  • Didaktik der Wahrscheinlichkeitstheorie

Lehre

  • Vorlesung + Tutorium „Stochastik für LA“, Bachelor Lehramt Mathematik, deutsch
  • Übung „Statistik für Ernährungswissenschaftler“, deutsch
  • Projekt „Erweitertes Fachwissen im schulischen Kontext“, Bachelor Lehramt Mathematik, deutsch
  • Seminar „(Stochastische) Simulation im Schulunterricht“, Master Lehramt Mathematik, deutsch
  • Seminar „Simulation of Stochastic Processes“, Master Mathematik, englisch
  • Übungsgruppe „Lineare Algebra“, deutsch
  • Vorlesung Stochastik für Lehramt, Bachelor Lehramt, deutsch
  • Übung und Tutorium zur Vorlesung Stochastik, Bachelor und Lehramt, deutsch
  • Vorlesung „Dynamische Systeme“, Master, deutsch
  • Vorlesung und Übung „Grundlagen der Stochastik für Informatiker“, Computer Science, deutsch
  • Vorlesung und Übung „zufällige Dynamiken“, (Markovketten), Mathematik, Master of Education, Bachelor of Science, deutsch
  • Seminar „Simulation im Schulunterricht“, Mathematik, Bachelor of Education, deutsch
  • Seminar „Simulation of Stochastic Processes“, Mathematik, Master of Science, englisch
  • Lehrauftrag für „Stochastics“, Data Science, Sommersemester 2019, Universität Potsdam
  • freiberufliche Nachhilfe für Studenten der Fachrichtungen BWL, VWL, Maschinenbau, Mathematik, Informatik, 2016-2019
  • Tutorial Probability, School of Mathematics, University of Edinburgh, 2013-2014

Betreute Arbeiten

Bachelor-Arbeiten (Lehramt)

  • Max Engelhardt - "Zwischen Simulation und Beweis - eine mathematische Analyse des Bienaymé-Galton-Watson-Prozesses und sein Einsatz innerhalb des Mathematikunterrichts" - prämiert mit dem Bachelorpreis der BMG 2021

Research Projekte (Master of Data Science)

  • Clemens Woest - AI Solvers for Sokoban
  • Reemi Mukherjee - Playing Flappy Bird with Deep Reinforcement Learning and Evolution Strategy
  • Sandip Kumar Ghosh - Stock Trading with Deep Reinforcement Learning
  • Tobias Ehlen - Solving T-Rex-Rush with Reinforcement Learning

 

Sie suchen nach einem Thema für Ihre fachspezifische Bachelor-Arbeit?

Dann kontaktieren Sie mich bitte mit einem Themenvorschlag. Einige Vorschläge, die für Lehramtskandidat:innen geeignet sind, finden Sie bereits auf der Seite der Didaktik: Konkrete Themen für BA

Grundsätzlich können Sie bei und mit mir Bachelor-Arbeiten zu Themen aus der Stochastischen Simulation schreiben. Themen zum Bereich Reinforcement Learning nehme ich im Moment nicht an.