General information

Course name	Lecture: Maschinelles Lernen mit empirischen Daten 1
Semester	WiSe 2025/26
Current number of participants	5
Home institute	Institut für Informatik
Courses type	Lecture in category Offizielle Lehrveranstaltungen
Next date	Thursday, 08.01.2026 14:15 - 15:45, Room: Seminarraum 1.16 [VSP 1] (Informatik)
Lehrsprache(n)	Deutsch

Lehrende

Jun. Prof. Dr. Thomas Schmid

Rooms and times

Seminarraum 1.16 [VSP 1] (Informatik): Thursday: 14:15 - 15:45, weekly (15x); Thursday: 16:15 - 17:45, weekly (15x)

Fields of study

Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik > Informatik > Institut für Informatik
Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik > Informatik
Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik

Module assignments

Informatik InformatikMA120, Akkreditierungsfassung valid from SoSe 2023 > Vertiefende Module der Vertiefungsrichtung `eHumanities` > INF.08636.02 - Maschinelles Lernen mit empirischen Daten I, valid from SoSe 2025 > LV 1: Vorlesung (Vorlesung)
Bioinformatik BioinformatikMA120, Akkreditierungsfassung valid from SoSe 2023 > Bioinformatik (HI) (Anteil gem. § 5 Abs. 4-6, Anlage 2) > INF.08636.02 - Maschinelles Lernen mit empirischen Daten I, valid from SoSe 2025 > LV 1: Vorlesung (Vorlesung)
Informatik InformatikMA120, Akkreditierungsfassung valid from SoSe 2023 > Vertiefende Module der Vertiefungsrichtung `Bioinformatik` > INF.08636.02 - Maschinelles Lernen mit empirischen Daten I, valid from SoSe 2025 > LV 1: Vorlesung (Vorlesung)
Informatik InformatikMA120, Akkreditierungsfassung valid from SoSe 2023 > Vertiefende Module der Vertiefungsrichtung `Datenbanken und Informationssysteme` > INF.08636.02 - Maschinelles Lernen mit empirischen Daten I, valid from SoSe 2025 > LV 1: Vorlesung (Vorlesung)
Informatik InformatikMA120, Akkreditierungsfassung valid from SoSe 2023 > Vertiefende Module der Vertiefungsrichtung `Bildanalyse und Maschinelles Lernen` > INF.08636.02 - Maschinelles Lernen mit empirischen Daten I, valid from SoSe 2025 > LV 1: Vorlesung (Vorlesung)

Comment/Description

Die Vorlesung vermittelt Strategien der wissenschaftlichen Datenerhebung und -analyse. Nach der aktiven Teilnahme an der Veranstaltung kennen die Studierenden gemeinsame Prinzipien empirischer Wissenschaften und können deren grundsätzliche Arbeitsweisen nachvollziehen. Darüber hinaus werden Anwendungsmöglichkeiten von Methoden maschinellen Lernens in wissenschaftlichen Kontexten, damit verbundene Herausforderungen, erkenntnistheoretische Aspekte sowie gesellschaftliche Implikationen thematisiert.

Im begleitenden Seminar vertiefen die Studierenden die Vorlesungsinhalte anhand ausgewählter Teilaspekte und Fallbeispiele.

Registration mode

After enrolment, participants will manually be selected.

Potential participants are given additional information before enroling to the course.

Lecture: Maschinelles Lernen mit empirischen Daten 1 - Details