Wenn Sie diesen Text sehen, ist auf ihrem Gerät noch nicht das neue Layout geladen worden. Bitte laden Sie diese Seite neu (ggf. mit gedrückter 'Shift'- oder 'Alt'-Taste) oder in einem 'privaten Fenster'.
Weitere Hinweise unter https://www.uni-hildesheim.de/wiki/lsf/faq/fehler.im.layout.

Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
  1. SucheSuchen         
  2. SoSe 2024
  3. Hilfe
  4. Sitemap
Switch to english language
Startseite    Anmelden     

Data Analytics I - Einzelansicht

Grunddaten
Veranstaltungsart Seminar Learnweb   Logo Learnweb
Veranstaltungsnummer 3109 Kurztext
Semester SoSe 2024 SWS 2
Erwartete Teilnehmer/-innen 30 Max. Teilnehmer/-innen
Rhythmus i.d.R. jedes Semester Studienjahr / Zielgruppe
Credits 4
Hyperlink https://www.ismll.uni-hildesheim.de/lehre/semDA1-21s/index.html Evaluation Ja - Präsenzveranstaltung
Sprache englisch
Termine Gruppe: 1-Gruppe iCalendar Export
  Tag Zeit Rhythmus Dauer Raum (mögliche Änderungen beachten!) Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine ausblenden
iCalendar Export
Di. 14:00 bis 16:00 c.t. wöchentlich Gebäude B (Samelson-Campus) - SC.B.0.26 (Seminarraum) Raumplan        
Einzeltermine:
  • 09.04.2024
  • 16.04.2024
  • 23.04.2024
  • 30.04.2024
  • 07.05.2024
  • 14.05.2024
  • 28.05.2024
  • 04.06.2024
  • 11.06.2024
  • 18.06.2024
  • 25.06.2024
  • 02.07.2024
  • 09.07.2024
Gruppe 1-Gruppe:
Prüfungstermine
Semester Termin Prüfer/-in Parallelgruppe Datum Prüfungsform Beginn Anmeldefrist Ende Anmeldefrist Ende Abmeldefrist Infos zu Nachschreibterminen
SoSe 2024 01 12.07.2024 09.04.2024 23.04.2024 VERBINDLICH 23.04.2024 VERBINDLICH
SoSe 2024 01 12.07.2024 09.04.2024


Zugeordnete Personen
Kontaktperson (durchführend) Zuständigkeit
Stubbemann, Maximilian, Dr. durchführend, nicht verantwortlich
Weitere Person Zuständigkeit
Schmidt-Thieme, Lars, Professor Dr. Dr. verantwortlich, nicht durchführend
Studiengänge
Abschluss Studiengang Semester ECTS Kontingent
Bachelor B.Sc. I M I T 3 - 5
Bachelor B.Sc. Wirtschaftsinformat 3 - 5
Bachelor B.Sc. Wirtschaftsinformat
Master M.Sc. Data Analytics 1 - 3
Master M.Sc. IMIT Studienvar. AI
Master M.Sc. IMIT Studienvar. AI
Master M.Sc. Wirtschaftsinf.

Hinweis: Die Angaben zu den Semestern sind nur Empfehlungen, keine Anmeldebeschränkungen.

LSF - Module
Modulkürzel Modultitel
MIT-SKIML Seminar KI und Maschinelles Lernen (M WINF/IMIT bis PO 2016)
BWI-WWIS WPF-Seminar B.Sc. WI (BA)
0ERA-4LP Veranstaltungen mit 4 Credits f. ausl. Programmstud. (ERASMUS)
MDA-SDA1 Seminar Data Analytics I (M DA/ F+AT+SE/ IMI/ AInf)
IT-SKIML Seminar Künstliche Intelligenz und Maschinelles Lernen (Bachelor)
MWI-BI-S4L Seminar, Ergänzung zu Prüfungen aus dem Modul Business Intelligence mit 4 LP (M WINF)
Zuordnung zu Einrichtungen
Abt. Wirtschaftsinformatik und Maschinelles Lernen
Inhalt
Lerninhalte

This Seminar will be dedicated to the topic of Learning on Graphs. The discussed paper will include the following topics:

- Shallow Node Embeddings

- Graph Neural Network Architectures

- Scaling and Simplyfying Graph Neural Networks

- Self-Supervised Representation Learning on Graphs

- Link Prediction

- Applications of Graph Learning

Zielgruppe

Für Studierende der Bachelorstudiengänge Wirtschaftsinformatik und Informationsmanagement und Informationstechnologie
BSc 4-6
Master Data Analytics Seminar I


Strukturbaum
Die Veranstaltung wurde 1 mal im Vorlesungsverzeichnis SoSe 2024 gefunden:
Impressum      Datenschutzerklärung     Datenschutz      Datenschutzerklärung     Erklärung zur Barrierefreiheit