Benutzerspezifische Werkzeuge

Information zum Seitenaufbau und Sprungmarken fuer Screenreader-Benutzer: Ganz oben links auf jeder Seite befindet sich das Logo der JLU, verlinkt mit der Startseite. Neben dem Logo kann sich rechts daneben das Bannerbild anschließen. Rechts daneben kann sich ein weiteres Bild/Schriftzug befinden. Es folgt die Suche. Unterhalb dieser oberen Leiste schliesst sich die Hauptnavigation an. Unterhalb der Hauptnavigation befindet sich der Inhaltsbereich. Die Feinnavigation findet sich - sofern vorhanden - in der linken Spalte. In der rechten Spalte finden Sie ueblicherweise Kontaktdaten. Als Abschluss der Seite findet sich die Brotkrumennavigation und im Fussbereich Links zu Barrierefreiheit, Impressum, Hilfe und das Login fuer Redakteure. Barrierefreiheit JLU - Logo, Link zur Startseite der JLU-Gießen Direkt zur Navigation vertikale linke Navigationsleiste vor Sie sind hier Direkt zum Inhalt vor rechter Kolumne mit zusaetzlichen Informationen vor Suche vor Fußbereich mit Impressum

Artikelaktionen

[Online] GGS-Workshop: Introduction to Machine Learning

Wann 21.09.2020 um 09:00 bis
28.09.2020 um 17:00
Wo Online - Webex conference room (more information after registration)
Name
Kontakttelefon 0641-99 21370
Teilnehmer Doctoral candidates or postdoctoral researchers doing empirical research or intending to work as data scientists.
Termin übernehmen vCal
iCal

 

 

 

Objectives

After this workshop, participants understand the basic concepts and typical process of machine learning and how it enables artificial intelligence systems. On the basis of examples from practice and research, participants will learn to think like data scientists, and to ask the right questions. They will also learn to apply and evaluate algorithms for supervised and unsupervised machine learning tasks using the open source software KNIME, which does not require programming knowledge. Since there will be no need to learn a programming language during the course, more time will be allocated to understanding the algorithms on an intuitive, non-formal level.

 

Further information is available in the syllabus "Introduction to Machine Learning".