392160 Graph Neural Networks in Biology (S) (SoSe 2024)
Inhalt, Kommentar
-
The recent surge of machine learning (ML) has opened up various opportunities when analyzing biological datasets. Graph Neural Networks (GNNs) are a fairly new deep learning model capable of handling biological data in the best way overall.
The seminar will start with an introductory lecture. The earliest and most recent approaches will be discussed, together with their use cases and drawbacks. The mini lecture will be followed by two lectures in which it will be presented how to write technical reports and how to prepare a good presentation. Then will seminar presentations, to be presented in small groups of 1-2 students.
The course will be held entirely in English.
Lehrende
Termine ( Kalendersicht )
| Rhythmus | Tag | Uhrzeit | Format / Ort | Zeitraum | |
|---|---|---|---|---|---|
| wöchentlich | Di | 16-18 | X-B2-101 | 08.04.-19.07.2024 |
Fachzuordnungen
| Modul | Veranstaltung | Leistungen | |
|---|---|---|---|
| 39-Inf-BDS Biomedical Data Science for Modern Healthcare Technology | Ausgewähltes Seminar oder Projekt | Studienleistung
|
Studieninformation |
| 39-Inf-WP-CLS-x Computational Life Sciences (Schwerpunkt) | Vertiefendes Seminar | Studieninformation | |
| - | benotete Prüfungsleistung | Studieninformation | |
| 39-Inf-WP-DS-x Data Science (Schwerpunkt) | Vertiefendes Seminar | Studieninformation | |
| - | benotete Prüfungsleistung | Studieninformation | |
| 39-M-Inf-INT-adv Advanced Interaction Technology | Advanced Interaction Technology: Seminar 1 | Studienleistung
|
Studieninformation |
| Advanced Interaction Technology: Seminar 2 | 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.
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: 21 (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_392160@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_451224451@ekvv.uni-bielefeld.de
- Reichweite:
- 20 Studierende direkt per E-Mail erreichbar
- Hinweise:
- Weitere Hinweise zu den E-Mailverteilern
- Letzte Änderung Grunddaten/Lehrende:
- Mittwoch, 10. Januar 2024
- Letzte Änderung Zeiten:
- Freitag, 2. Februar 2024
- Letzte Änderung Räume:
- Freitag, 2. Februar 2024
- Art(en) / SWS
- S / 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=451224451
- Seite zum Handy schicken
-
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code:
- ID
- 451224451
Zum Seitenanfang