398009 Menschliches und maschinelles Lernen und Verstehen (V+S) (WiSe 2022/2023)

Contents, comment

Menschliches und maschinelles Lernen und Verstehen“ stellt sich die Frage: Wie wird eigentlich gelernt? Das soll im Modul interdisziplinär mit Beiträgen aus der Robotik, Informatik, Linguistik und Psychologie beantwortet werden. Es werden dazu Konzepte des „maschinellen Lernens“ beleuchtet, die mit statistischen und neuronalen Ansätzen arbeiten. Außerdem werden auch Mechanismen des menschlichen Lernens herangezogen, die es ermöglichen, beispielsweise durch Tutoring einer Bezugsperson schnell auch schwierige Aspekte von Handlungen „Step by Step“ zu verstehen und zu lernen.

Die Veranstaltung besteht anteilig aus einer Vorlesung, welche anschließend in Workshops durch verschiedene Methoden aufbereitet und zugänglich gemacht wird. Mit den Workshops und verschiedenen Elementen aus dem Bereich Peer Learning wollen wir neue Wege in der Lehre einschlagen. Entsprechend ist das Modul sowohl auf das Engagement als auch Feedback der teilnehmenden Studierenden angewiesen. Vorkenntnisse sind nicht notwendig!

Das Modul umfasst 4 Semesterwochenstunden, insgesamt können 10 LP für die individuelle Ergänzung erbracht werden, durch Teilnahme an Studien- und Prüfungsleistungen. Die Veranstaltung wird zusammen mit der Universität Bremen angeboten. Deshalb wird die Veranstaltung im Hybrid-Format stattfinden. Der erste Teil findet online statt, der zweite Teil wird in Präsenz als Workshop sein. Ein elektronisches Endgerät ist deshalb notwendig. Falls Sie kein entsprechendes Gerät haben, können Sie sich beim Bits unter https://www.uni-bielefeld.de/einrichtungen/bits/elearningmedien/gerateausleihe/ ein Gerät ausleihen.

Teaching staff

Dates ( Calendar view )

Frequency Weekday Time Format / Place Period  

Show passed dates >>

Subject assignments

Module Course Requirements  
39-IndErg-LUV Human and Machine Learning and Understanding Menschliches und maschinelles Lernen und Verstehen Lernen und Verstehen Study requirement
Student information
- Ungraded examination Student information

The binding module descriptions contain further information, including specifications on the "types of assignments" students need to complete. In cases where a module description mentions more than one kind of assignment, the respective member of the teaching staff will decide which task(s) they assign the students.


No more requirements
E-Learning Space
E-Learning Space
Address:
WS2022_398009@ekvv.uni-bielefeld.de
This address can be used by teaching staff, their secretary's offices as well as the individuals in charge of course data maintenance to send emails to the course participants. IMPORTANT: All sent emails must be activated. Wait for the activation email and follow the instructions given there.
If the reference number is used for several courses in the course of the semester, use the following alternative address to reach the participants of exactly this: VST_372892168@ekvv.uni-bielefeld.de
Notes:
Additional notes on the electronic mailing lists
Email archive
Number of entries 0
Open email archive
Last update basic details/teaching staff:
Friday, November 11, 2022 
Last update times:
Wednesday, November 16, 2022 
Last update rooms:
Wednesday, November 16, 2022 
Type(s) / SWS (hours per week per semester)
lecture (V) + seminar (S) / 2+2
Department
Faculty of Technology
Questions or corrections?
Questions or correction requests for this course?
Planning support
Clashing dates for this course
Links to this course
If you want to set links to this course page, please use one of the following links. Do not use the link shown in your browser!
The following link includes the course ID and is always unique:
https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=372892168
Send page to mobile
Click to open QR code
Scan QR code: Enlarge QR code
ID
372892168