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 |
|---|
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:
- ID
- 450172532
Zum Seitenanfang