392180 Maschinelles Lernen im Web (V) (WiSe 2022/2023)

Inhalt, Kommentar

Eine ständig wachsende Informationsflut im Web legt es nahe, nach Möglichkeiten zu suchen, aus der
Fülle der Daten automatisch sinnvolle Informationen oder Modelle zu extrahieren. Dabei müssen
die Algorithmen in der Lage sein, auch mit großen Datenmengen realistisch umzugehen.
Die Vorlesung behandelt wichtige Techniken des Maschinellen Lernens mit Bedeutung für das Web,
die es erlauben, automatisiert Informationen aus Daten zu extrahieren.
Behandelte Themen im Einzelnen sind:
Graph-clustering,
nichtlineare Dimensionsreduktion,
Prototype-Verfahren (teils inkrementell).

The increasing availability of electronic information on the web requires novel technologies
to deal with these data. In particular, the algorithms have to deal with big and structured data.
In the lecture, a few topics of relevance in this realm will be tackled, including
graph clustering,
nolinear dimensionality reduction,
link analysis,
prototype-based models.

Kommentar/ Comments:

The lecture will be given in English if requested.

Teilnahmevoraussetzungen, notwendige Vorkenntnisse

Grundkenntnisse im Bereich Algorithmen und Datenstrukturen sowie Mathematik werden empfohlen

foundations in computer science and math, programming skills

Lehrende

Termine ( Kalendersicht )

Rhythmus Tag Uhrzeit Format / Ort Zeitraum  

Zeige vergangene Termine >>

Fachzuordnungen

Modul Veranstaltung Leistungen  
39-Inf-AKS Anwendungen Kognitiver Systeme Maschinelles Lernen im Web oder Modern Data Analysis oder Softcomputing für die Bioinformatik unbenotete Prüfungsleistung
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.


Erfolgreiches Bearbeiten der Übungen (2LP) sowie Klausur oder mündliche Prüfung (3LP)

exercises (2LP) and (oral/written) exam (3LP)

Lernraum (E-Learning)

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

registrierte Anzahl: 69
Dies ist die Anzahl der Studierenden, die die Veranstaltung im Stundenplan gespeichert haben. In Klammern die Anzahl der über Gastaccounts angemeldeten Benutzer*innen.
Teilnahmebegrenzung:
Begrenzte Anzahl Teilnehmer*innen: 30
Adresse:
WS2022_392180@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_372280709@ekvv.uni-bielefeld.de
Reichweite:
70 Studierende direkt per E-Mail erreichbar
Hinweise:
Weitere Hinweise zu den E-Mailverteilern
E-Mailarchiv
Anzahl der Archiveinträge: 7
E-Mailarchiv öffnen
Letzte Änderung Grunddaten/Lehrende:
Freitag, 30. September 2022 
Letzte Änderung Zeiten:
Mittwoch, 15. Februar 2023 
Letzte Änderung Räume:
Mittwoch, 15. Februar 2023 
Art(en) / SWS
V / 2
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=372280709
Seite zum Handy schicken
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code: QR-Code vergrößern
ID
372280709
Zum Seitenanfang