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     

Maschinelles Lernen - Einzelansicht

Grunddaten
Veranstaltungsart Übung
Veranstaltungsnummer 3102 Kurztext
Semester WiSe 2020/21 SWS 2
Erwartete Teilnehmer/-innen Max. Teilnehmer/-innen
Rhythmus i.d.R. jedes 2. Semester Studienjahr / Zielgruppe
Credits
Hyperlink http://www.ismll.uni-hildesheim.de/lehre/ml-20w/index.html Evaluation
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
Mo. 08:00 bis 10:00 c.t. wöchentlich Externes Gebäude - Online-Lehre (ggf. folgt Raumangabe für Ausnahme Präsenzlehre) Raumplan        
Gruppe 1-Gruppe:
Termine Gruppe: 2-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
Mo. 08:00 bis 10:00 c.t. wöchentlich Externes Gebäude - Online-Lehre (ggf. folgt Raumangabe für Ausnahme Präsenzlehre) Raumplan        
Gruppe 2-Gruppe:
Termine Gruppe: 3-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
Mi. 14:00 bis 16:00 c.t. wöchentlich Externes Gebäude - Online-Lehre (ggf. folgt Raumangabe für Ausnahme Präsenzlehre) Raumplan        
Einzeltermine:
  • 21.10.2020
  • 28.10.2020
  • 04.11.2020
  • 11.11.2020
  • 18.11.2020
  • 25.11.2020
  • 02.12.2020
  • 09.12.2020
  • 16.12.2020
  • 23.12.2020
  • 30.12.2020
  • 06.01.2021
  • 13.01.2021
  • 20.01.2021
  • 27.01.2021
  • 03.02.2021
Gruppe 3-Gruppe:
Termine Gruppe: 4-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
Mi. 08:00 bis 10:00 c.t. wöchentlich Externes Gebäude - Online-Lehre (ggf. folgt Raumangabe für Ausnahme Präsenzlehre) Raumplan        
Gruppe 4-Gruppe:
Termine Gruppe: 5-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
Mi. 08:00 bis 10:00 c.t. wöchentlich Externes Gebäude - Online-Lehre (ggf. folgt Raumangabe für Ausnahme Präsenzlehre) Raumplan        
Gruppe 5-Gruppe:


Zugeordnete Personen
Kontaktperson (durchführend) Zuständigkeit
Jomaa, Hadi Samer , M.Eng. verantwortlich und durchführend
Weitere Person Zuständigkeit
Schmidt-Thieme, Lars, Professor Dr. Dr. verantwortlich, nicht durchführend
Studiengänge
Abschluss Studiengang Semester ECTS Kontingent
Bachelor B.Sc. Wirtschaftsinformat
Master M.Sc. Data Analytics
Master M.Sc. Informationsmanagm. 1 - 3
Master M.Sc. Wirtschaftsinf. 1 - 3
Master M.Sc. Wirtschaftsinf.

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

LSF - Module
Modulkürzel Modultitel
BWI-ML Maschinelles Lernen
MIT-VML Maschinelles Lernen / Machine Learning
0ERA-3LP Veranstaltungen mit 3 Credits f. ausl. Programmstud. (ERASMUS)
xMIT-V6KIM Gebiet KIML (WINF/IMIT), Vorl 6AP (MA vor PO 2014)
MWIN-WWi6 Wahlbereich (M WINF) Wirtschaftsinformatik i.e.S. (6 LP)
Zuordnung zu Einrichtungen
Abt. Wirtschaftsinformatik und Maschinelles Lernen
Inhalt
Lerninhalte

Dies ist die Übung zur gleichnamigen Vorlesung Maschinelles Lernen. Hier werden die Lerninhalte aus der Vorlesung an praktischen Beispielen geübt und Algorithmen in R implementiert und an verschiedenen Datensätzen angewandt.

Zielgruppe

Für Studierende der Bachelorprogramme Angewandte Informatik, Informationsmanagement und Informationstechnologie und Wirtschaftsinformatik sowie für Studierende der Masterprogramme  Data Analytics und Wirtschaftsinformatik

BSc 5; MSc 1-3

 


Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WiSe 2020/21 , Aktuelles Semester: WiSe 2024/25
Impressum      Datenschutzerklärung     Datenschutz      Datenschutzerklärung     Erklärung zur Barrierefreiheit