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 
Startseite    Anmelden     

Data Analytics III - Einzelansicht

Grunddaten
Veranstaltungsart Seminar Learnweb   Logo Learnweb
Veranstaltungsnummer 3111 Kurztext
Semester WiSe 2026/27 SWS 2
Erwartete Teilnehmer/-innen 20 Max. Teilnehmer/-innen
Rhythmus i.d.R. jedes Semester Studienjahr / Zielgruppe
Credits 4
Hyperlink https://www.ismll.uni-hildesheim.de/lehre/semDA3-21s/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 anzeigen
iCalendar Export
Di. 14:00 bis 16:00 c.t. wöchentlich Forum - HC.N.0.09 (Seminarraum) Raumplan        
Gruppe 1-Gruppe:


Zugeordnete Personen
Kontaktperson (durchführend) Zuständigkeit
Yalavarthi Krishna, Vijaya verantwortlich und durchführend
Weitere Person Zuständigkeit
Schmidt-Thieme, Lars, Professor Dr. Dr. verantwortlich, nicht durchführend
Studiengänge
Abschluss Studiengang Semester ECTS Kontingent
Master M.Sc. Data Analytics
Master M.Sc. Informationsmanagm.
Master M.Sc. Wirtschaftsinf.
LSF - Module
Modulkürzel Modultitel
0ERA-4LP Veranstaltungen mit 4 Credits f. ausl. Programmstud. (ERASMUS)
MDFT-SDA2 Seminar Data Analytics II (MSc DA-F+A, SE)
MWINF-SeBI Seminar Business Intelligence (Master WINF)
MWI-BI-S4L Seminar, Ergänzung zu Prüfungen aus dem Modul Business Intelligence mit 4 LP (M WINF)
MDA-SDA3 Seminar Data Analytics III (M DA/ AT+SE/ AInf/ IMI)
MIT-SKIML Seminar KI und Maschinelles Lernen (M WINF/IMIT bis PO 2016)
Zuordnung zu Einrichtungen
Abt. Wirtschaftsinformatik und Maschinelles Lernen
Inhalt
Voraussetzungen

Data Analytics:

Students should have passed already seminar Data Analytics I and II

Lerninhalte

In this seminar, we will discuss Large Language Models. The seminar will build upon the lecture from last semester. Topics may include:

- Architectures and Training Procedures for Large Language Models

- Efficent Attention Mechanisms

- Watermarking

- Chain-of-Thought Reasoning

Zielgruppe

Für Studierende der Masterstudiengänge Angewandte Informatik, insbesondere in der Variante Data Analytics, sowie für Studierende der Wirtschaftsinformatik und Informationsmanagement und Informationstechnologie


Strukturbaum
Die Veranstaltung wurde 1 mal im Vorlesungsverzeichnis WiSe 2026/27 gefunden:
Impressum      Datenschutzerklärung     Datenschutz      Datenschutzerklärung     Erklärung zur Barrierefreiheit