392118 Machine Learning Methods for Small Datasets in Multimodal Behavior Processing (Journal Club) (S) (WiSe 2022/2023)

Inhalt, Kommentar

In this seminar, you will learn about current methods in machine learning for training models with small datasets. With the emergence of deep learning, state-of-the-art machine learning models require increasingly large datasets. Acquiring the data needed to train these models, however, can be expense, especially in the context of multimodal behavior processing which often requires performing experiments with human subjects. We will read and analyze papers discussing methods for performing machine learing with small datasets. Further, you will get to know how to critically evaluate articles in the scientific literature. In each session, we will discuss a current paper that everyone has read in the week before. Credits can be obtained through weekly reading, and by preparing and moderating a discussion for one of the assigned research papers.

Lehrende

Termine ( Kalendersicht )

Rhythmus Tag Uhrzeit Format / Ort Zeitraum  

Zeige vergangene Termine >>

Fachzuordnungen

Modul Veranstaltung Leistungen  
39-Inf-EGMI Ergänzungsmodul Informatik vertiefendes Seminar 1 unbenotete Prüfungsleistung
Studieninformation
vertiefendes Seminar 2 unbenotete Prüfungsleistung
Studieninformation
vertiefendes Seminar 3 unbenotete Prüfungsleistung
Studieninformation
vertiefendes Seminar 4 unbenotete Prüfungsleistung
Studieninformation

Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.


Keine Konkretisierungen vorhanden
Kein Lernraum vorhanden
registrierte Anzahl: 14
Dies ist die Anzahl der Studierenden, die die Veranstaltung im Stundenplan gespeichert haben. In Klammern die Anzahl der über Gastaccounts angemeldeten Benutzer*innen.
Adresse:
WS2022_392118@ekvv.uni-bielefeld.de
Lehrende, ihre Sekretariate sowie für die Pflege der Veranstaltungsdaten zuständige Personen können über diese Adresse E-Mails an die Veranstaltungsteilnehmer*innen verschicken. WICHTIG: Sie müssen verschickte E-Mails jeweils freischalten. Warten Sie die Freischaltungs-E-Mail ab und folgen Sie den darin enthaltenen Hinweisen.
Falls die Belegnummer mehrfach im Semester verwendet wird können Sie die folgende alternative Verteileradresse nutzen, um die Teilnehmer*innen genau dieser Veranstaltung zu erreichen: VST_361730214@ekvv.uni-bielefeld.de
Reichweite:
13 Studierende direkt per E-Mail erreichbar
Hinweise:
Weitere Hinweise zu den E-Mailverteilern
E-Mailarchiv
Anzahl der Archiveinträge: 2
E-Mailarchiv öffnen
Letzte Änderung Grunddaten/Lehrende:
Dienstag, 19. Juli 2022 
Letzte Änderung Zeiten:
Dienstag, 19. Juli 2022 
Letzte Änderung Räume:
Dienstag, 19. Juli 2022 
Art(en) / SWS
S / 2
Sprache
Diese Veranstaltung wird komplett in englischer Sprache gehalten
Einrichtung
Technische Fakultät
Fragen oder Korrekturen?
Fragen oder Korrekturwünsche zu dieser Veranstaltung?
Planungshilfen
Terminüberschneidungen für diese Veranstaltung
Link auf diese Veranstaltung
Wenn Sie diese Veranstaltungsseite verlinken wollen, so können Sie einen der folgenden Links verwenden. Verwenden Sie nicht den Link, der Ihnen in Ihrem Webbrowser angezeigt wird!
Der folgende Link verwendet die Veranstaltungs-ID und ist immer eindeutig:
https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=361730214
Seite zum Handy schicken
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code: QR-Code vergrößern
ID
361730214
Zum Seitenanfang