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 13.01.2022 um 09:00 bis
04.02.2022 um 17:00
Wo Cisco Webex (registration required)
Name
Kontakttelefon 0641-99 21370
Teilnehmer Doctoral candidates and postdocs at GGS
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.

 

This course is the first of two courses belonging together (the second course "Machine Learning with Python" is planned for March 30, 31 and April 1, 2022.

You can find more details in the syllabus "Introduction to Machine Learning"