392197 Deep Learning for Natural Language Processing (V) (SoSe 2024)

Inhalt, Kommentar

This seminars involves the creation of effective systems for the processing of text by means of statistical methods. There will be significant challenge in integrating these components into a scalable system that can handle the large amount of data required to obtain high accuracy. In addition to the technical challenges in this course, the students will be required to read recent research papers related to the task and integrate these results into their solutions.

Lehrende

Termine ( Kalendersicht )

Rhythmus Tag Uhrzeit Format / Ort Zeitraum  

Zeige vergangene Termine >>

Fachzuordnungen

Modul Veranstaltung Leistungen  
39-Inf-SNLP Statistical Natural Language Processing Introduction to Statistical Natural Language Processing Studieninformation
- unbenotete Prüfungsleistung benotete Prüfungsleistung Studieninformation
39-Inf-WP-DS Data Science (Basis) Einführende Vorlesung Studieninformation
- benotete Prüfungsleistung Studieninformation
39-Inf-WP-KI Künstliche Intelligenz (Basis) Einführende Vorlesung Studieninformation
- benotete Prüfungsleistung Studieninformation
39-M-Inf-AI-adv-foc Advanced Artificial Intelligence (focus) Advanced Artificial Intelligence (focus): Vorlesung benotete Prüfungsleistung
Studieninformation
39-M-Inf-AI-bas Basics of Artificial Intelligence Basics of Artificial Intelligence: Vorlesung Studieninformation
- unbenotete Prüfungsleistung Studieninformation
39-M-Inf-TMKD Text Mining and Knowledge Discovery Text Mining and Knowledge Discovery 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

Lernraum (E-Learning)

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

registrierte Anzahl: 64 (1)
Dies ist die Anzahl der Studierenden, die die Veranstaltung im Stundenplan gespeichert haben. In Klammern die Anzahl der über Gastaccounts angemeldeten Benutzer*innen.
Adresse:
SS2024_392197@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_450172532@ekvv.uni-bielefeld.de
Reichweite:
63 Studierende direkt per E-Mail erreichbar
Hinweise:
Weitere Hinweise zu den E-Mailverteilern
E-Mailarchiv
Anzahl der Archiveinträge: 4
E-Mailarchiv öffnen
Letzte Änderung Grunddaten/Lehrende:
Donnerstag, 4. Januar 2024 
Letzte Änderung Zeiten:
Mittwoch, 13. März 2024 
Letzte Änderung Räume:
Mittwoch, 13. März 2024 
Art(en) / SWS
V / 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=450172532
Seite zum Handy schicken
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code: QR-Code vergrößern
ID
450172532