Knowledge Discovery and Data Mining

  • Typ: Seminar / Praktikum (S/P)
  • Semester: SS 2016
  • Zeit: 21.04.2016
    17:30 - 19:00 wöchentlich
    11.40 Raum 202 11.40 Kollegiengebäude am Ehrenhof


    28.04.2016
    17:30 - 19:00 wöchentlich
    11.40 Raum 202 11.40 Kollegiengebäude am Ehrenhof

    12.05.2016
    17:30 - 19:00 wöchentlich
    11.40 Raum 202 11.40 Kollegiengebäude am Ehrenhof

    19.05.2016
    17:30 - 19:00 wöchentlich
    11.40 Raum 202 11.40 Kollegiengebäude am Ehrenhof

    02.06.2016
    17:30 - 19:00 wöchentlich
    11.40 Raum 202 11.40 Kollegiengebäude am Ehrenhof

    09.06.2016
    17:30 - 19:00 wöchentlich
    11.40 Raum 202 11.40 Kollegiengebäude am Ehrenhof

    16.06.2016
    17:30 - 19:00 wöchentlich
    11.40 Raum 202 11.40 Kollegiengebäude am Ehrenhof

    23.06.2016
    17:30 - 19:00 wöchentlich
    11.40 Raum 202 11.40 Kollegiengebäude am Ehrenhof

    30.06.2016
    17:30 - 19:00 wöchentlich
    11.40 Raum 202 11.40 Kollegiengebäude am Ehrenhof

    07.07.2016
    17:30 - 19:00 wöchentlich
    11.40 Raum 202 11.40 Kollegiengebäude am Ehrenhof

    14.07.2016
    17:30 - 19:00 wöchentlich
    11.40 Raum 202 11.40 Kollegiengebäude am Ehrenhof

    21.07.2016
    17:30 - 19:00 wöchentlich
    11.40 Raum 202 11.40 Kollegiengebäude am Ehrenhof


  • Dozent: Andreas Thalhammer

    Prof.Dr. Rudi Studer
    Aditya Mogadala
    Dr.Rer.Nat. Achim Rettinger
  • SWS: 3
  • LVNr.: 2512300
Bemerkungen

Die genauen Termine und Informationen zur Anmeldung werden auf der Veranstaltungsseite bekannt gegeben.

Beschreibung

Das diesjährige Knowledge Discovery Seminar befasst sich mit dem IBM Question Answering (Q&A) System “Watson”. Als akademischer Partner von IBM Watson, haben wir die einmalige Gelegenheit, aufbauend auf dem IBM Watson System, Applikationen zu entwickeln. Teilnehmende Studenten erhalten Zugang zu der Q&A API von IBM Watson um eigene Q&A Anwendungen zu trainieren und zu testen. Die Anwendungsdomäne fokussiert sich auf medizinische Texte, ist aber nicht auf diese ausschließend begrenzt.

Weitere Informationen unter:

https://www.youtube.com/watch?v=OY16Nx8_rg4

https://www.youtube.com/watch?v=3pN363D7Zag

https://www.youtube.com/channel/UCc63BeE_7P21xwnnJ-bjNNQ

LiteraturhinweiseDetaillierte Referenzen werden zusammen mit den jeweiligen
Themen angegeben. Allgemeine Hintergrundinformationen ergeben sich z.B.
aus den folgenden Lehrbüchern:

Mitchell, T.; Machine Learning, McGraw Hill, 1997.
Cook, D.J. and Holder, L.B. (Editors) Mining Graph Data, ISBN:
0-471-73190-0, Wiley,
Manning, C. and Schütze, H.; Foundations of Statistical NLP, MIT Press,
1999.