392232 Graph Neural Networks in Big Data Analytics (S) (WiSe 2022/2023)

Inhalt, Kommentar

The recent surge of machine learning (ML) has opened up various opportunities when analyzing big datasets. Beyond basic, non-ML supported techniques of big data analytics, such as identifying similar items in big datasets, or arranging how to distribute jobs on large compute clusters, for example, the ML supported techniques enable to extract knowledge from large datasets at utmost diversity and accuracy.

The seminar will start with a mini lecture. First, lectures will explain how to cluster datasets. Clustering is an 'unsupervised' machine learning technique by which to mine social network graphs, for example. Second, 'supervised' machine learning techniques (where 'deep learning' likely is the most prominent recent technique) and their use in analyzing big data will be discussed. The mini lecture will be followed by seminar presentations, to be presented in small groups of 4-5 students.

Lehrende

Termine ( Kalendersicht )

Rhythmus Tag Uhrzeit Format / Ort Zeitraum  

Zeige vergangene Termine >>

Fachzuordnungen

Modul Veranstaltung Leistungen  
31-M-ASM2 Advanced Statistical Methods II Veranstaltungen aus dem Bereich Statistik und/oder in (einem) methodisch verbundenen Gebiet(en) (I.) benotete Prüfungsleistung
Studieninformation
39-Inf-AB Algorithmen der Bioinformatik Ausgewähltes Seminar zu Algorithmen der Bioinformatik Studienleistung
Studieninformation
Übung zur Vorlesung Studieninformation
39-Inf-BDS Biomedical Data Science for Modern Healthcare Technology Ausgewähltes Seminar oder Projekt Studienleistung
Studieninformation
39-Inf-SAB_a Spezielle Algorithmen der Bioinformatik Ausgewähltes Seminar zu Spezielle Algorithmen der Bioinformatik Studienleistung
Studieninformation
Übung zur Vorlesung Studieninformation
39-M-Inf-ABDA Advanced Big Data Analytics / Big Data Machine Learning Machine Learning and AI in Advanced Big Data Analytics unbenotete Prüfungsleistung
Studieninformation
39-M-Inf-ABDA_a Advanced Big Data Analytics / Big Data Machine Learning Machine Learning and AI in Advanced Big Data Analytics benotete Prüfungsleistung
Studieninformation

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

Studiengang/-angebot Gültigkeit Variante Untergliederung Status Sem. LP  
Studieren ab 50    

Keine Konkretisierungen vorhanden

Lernraum (E-Learning)

Zu dieser Veranstaltung existiert ein Lernraum im E-Learning System. Lehrende können dort Materialien zu dieser Lehrveranstaltung bereitstellen:

registrierte Anzahl: 30
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_392232@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_361991412@ekvv.uni-bielefeld.de
Reichweite:
29 Studierende direkt per E-Mail erreichbar
Hinweise:
Weitere Hinweise zu den E-Mailverteilern
E-Mailarchiv
Anzahl der Archiveinträge: 18
E-Mailarchiv öffnen
Letzte Änderung Grunddaten/Lehrende:
Mittwoch, 28. September 2022 
Letzte Änderung Zeiten:
Dienstag, 11. Oktober 2022 
Letzte Änderung Räume:
Dienstag, 11. Oktober 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=361991412
Seite zum Handy schicken
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code: QR-Code vergrößern
ID
361991412
Zum Seitenanfang