Knowledge Discovery and Graph Representation Learning
- Typ: Vorlesung / Übung (VÜ)
- Semester: WS 23/24
-
Zeit:
Mo. 23.10.2023
11:30 - 13:00, wöchentlich
05.20 1C-03
05.20 Kollegiengebäude am Kronenplatz
Mi. 25.10.2023
09:45 - 11:15, wöchentlich
05.20 1C-01
05.20 Kollegiengebäude am Kronenplatz
Mo. 30.10.2023
11:30 - 13:00, wöchentlich
05.20 1C-03
05.20 Kollegiengebäude am Kronenplatz
Mo. 06.11.2023
11:30 - 13:00, wöchentlich
05.20 1C-03
05.20 Kollegiengebäude am Kronenplatz
Mi. 08.11.2023
09:45 - 11:15, wöchentlich
05.20 1C-01
05.20 Kollegiengebäude am Kronenplatz
Do. 09.11.2023
17:30 - 19:00, wöchentlich
Mo. 13.11.2023
11:30 - 13:00, wöchentlich
05.20 1C-03
05.20 Kollegiengebäude am Kronenplatz
Mi. 15.11.2023
09:45 - 11:15, wöchentlich
05.20 1C-01
05.20 Kollegiengebäude am Kronenplatz
Do. 16.11.2023
17:30 - 19:00, wöchentlich
Mo. 20.11.2023
11:30 - 13:00, wöchentlich
05.20 1C-03
05.20 Kollegiengebäude am Kronenplatz
Mi. 22.11.2023
09:45 - 11:15, wöchentlich
05.20 1C-01
05.20 Kollegiengebäude am Kronenplatz
Do. 23.11.2023
17:30 - 19:00, wöchentlich
Mo. 27.11.2023
11:30 - 13:00, wöchentlich
05.20 1C-03
05.20 Kollegiengebäude am Kronenplatz
Mi. 29.11.2023
09:45 - 11:15, wöchentlich
05.20 1C-01
05.20 Kollegiengebäude am Kronenplatz
Do. 30.11.2023
17:30 - 19:00, wöchentlich
Mo. 04.12.2023
11:30 - 13:00, wöchentlich
05.20 1C-03
05.20 Kollegiengebäude am Kronenplatz
Mi. 06.12.2023
09:45 - 11:15, wöchentlich
05.20 1C-01
05.20 Kollegiengebäude am Kronenplatz
Do. 07.12.2023
17:30 - 19:00, wöchentlich
Mo. 11.12.2023
11:30 - 13:00, wöchentlich
05.20 1C-03
05.20 Kollegiengebäude am Kronenplatz
Mi. 13.12.2023
09:45 - 11:15, wöchentlich
05.20 1C-01
05.20 Kollegiengebäude am Kronenplatz
Do. 14.12.2023
17:30 - 19:00, wöchentlich
Mo. 18.12.2023
11:30 - 13:00, wöchentlich
05.20 1C-03
05.20 Kollegiengebäude am Kronenplatz
Mi. 20.12.2023
09:45 - 11:15, wöchentlich
05.20 1C-01
05.20 Kollegiengebäude am Kronenplatz
Do. 21.12.2023
17:30 - 19:00, wöchentlich
Mo. 08.01.2024
11:30 - 13:00, wöchentlich
05.20 1C-03
05.20 Kollegiengebäude am Kronenplatz
Mi. 10.01.2024
09:45 - 11:15, wöchentlich
05.20 1C-01
05.20 Kollegiengebäude am Kronenplatz
Do. 11.01.2024
17:30 - 19:00, wöchentlich
Mo. 15.01.2024
11:30 - 13:00, wöchentlich
05.20 1C-03
05.20 Kollegiengebäude am Kronenplatz
Mi. 17.01.2024
09:45 - 11:15, wöchentlich
05.20 1C-01
05.20 Kollegiengebäude am Kronenplatz
Do. 18.01.2024
17:30 - 19:00, wöchentlich
Mo. 22.01.2024
11:30 - 13:00, wöchentlich
05.20 1C-03
05.20 Kollegiengebäude am Kronenplatz
Mi. 24.01.2024
09:45 - 11:15, wöchentlich
05.20 1C-01
05.20 Kollegiengebäude am Kronenplatz
Do. 25.01.2024
17:30 - 19:00, wöchentlich
Mo. 29.01.2024
11:30 - 13:00, wöchentlich
05.20 1C-03
05.20 Kollegiengebäude am Kronenplatz
Mi. 31.01.2024
09:45 - 11:15, wöchentlich
05.20 1C-01
05.20 Kollegiengebäude am Kronenplatz
Do. 01.02.2024
17:30 - 19:00, wöchentlich
Mo. 05.02.2024
11:30 - 13:00, wöchentlich
05.20 1C-03
05.20 Kollegiengebäude am Kronenplatz
Mi. 07.02.2024
09:45 - 11:15, wöchentlich
05.20 1C-01
05.20 Kollegiengebäude am Kronenplatz
Do. 08.02.2024
17:30 - 19:00, wöchentlich
Mo. 12.02.2024
11:30 - 13:00, wöchentlich
05.20 1C-03
05.20 Kollegiengebäude am Kronenplatz
Mi. 14.02.2024
09:45 - 11:15, wöchentlich
05.20 1C-01
05.20 Kollegiengebäude am Kronenplatz
Do. 15.02.2024
17:30 - 19:00, wöchentlich
-
Dozent:
Dr.-Ing. Michael Färber
Tarek Saier
Chen Shao - SWS: 3
- LVNr.: 2511303
- Hinweis: Präsenz
Inhalt | Die Vorlesung bietet einen umfassenden Überblick über verschiedene Ansätze des maschinellen Lernens und des Data Mining zur Wissensextraktion. Es werden mehrere Bereiche erforscht, darunter maschinelles Lernen, Verarbeitung natürlicher Sprache und Wissensdarstellung. Das Hauptaugenmerk liegt auf der Entdeckung von Mustern und Regelmäßigkeiten in umfangreichen Datensätzen, insbesondere in unstrukturiertem Text (z.B. Nachrichtenartikel, Publikationen, sozialen Medien). Dieser Prozess wird als Knowledge Discovery bezeichnet. Die Vorlesung befasst sich mit spezifischen Techniken, Methoden, Herausforderungen sowie aktuellen und zukünftigen Forschungsthemen auf diesem Gebiet. Lernziele: Studierende
Arbeitsaufwand:
|
Vortragssprache | Englisch |
Literaturhinweise |
|