Digicampus
Seminar: Seminar on Machine Learning - Details
Sie sind nicht in Stud.IP angemeldet.
Lehrveranstaltung wird in Präsenz abgehalten.

Allgemeine Informationen

Veranstaltungsname Seminar: Seminar on Machine Learning
Semester SS 2023
Aktuelle Anzahl der Teilnehmenden 5
maximale Teilnehmendenanzahl 8
Heimat-Einrichtung Computational Biology
Veranstaltungstyp Seminar in der Kategorie Lehre
Erster Termin Dienstag, 18.04.2023 14:00 - 15:30, Ort: (1005 T)
Voraussetzungen Basic knowledge of python programming language and jupyter notebooks is expected.
Online/Digitale Veranstaltung Veranstaltung wird in Präsenz abgehalten.
Hauptunterrichtssprache englisch
Literaturhinweise • A. Geron, Hands-On Machine Lerning with Scikit-Learn, Keras & TensorFlow (2019 by O’Reilly Media Inc.)

Räume und Zeiten

(1005 T)
Dienstag: 14:00 - 15:30, wöchentlich (13x)

Kommentar/Beschreibung

Machine learning is the science of programming computers so that they can learn from data. Machine learning has become an indispensable tool in research and development. Applications range from spam filters for Emails to voice and image recognition. In this hands-on seminar you will learn the basic principles and how to apply machine learning algorithms for instance using Scikit-learn, Keras and TensorFlow.

The topics for the presentations are from the following subject areas
• Classification tasks in machine learning
• Training of machine learning algorithms
• Decision tree learning
• Ensemble learning and random forests
• Dimensional reduction
• Unsupervised learning techniques
• Multilayer perceptrons and backpropagation
• Deep neural networks

Anmelderegeln

Diese Veranstaltung gehört zum Anmeldeset "Beschränkte Teilnehmendenanzahl: Seminar on Machine Learning".
Folgende Regeln gelten für die Anmeldung:
  • Es wird eine festgelegte Anzahl von Plätzen in den Veranstaltungen verteilt.
    Die Plätze in den betreffenden Veranstaltungen wurden am 17.04.2023 um 18:00 verteilt. Weitere Plätze werden evtl. über Wartelisten zur Verfügung gestellt.
  • Die Anmeldung ist möglich von 22.02.2023, 18:00 bis 17.04.2023, 12:00.