Dieses Projekt l\u00e4sst sich als Bachelor- und als Masterprojekt anrechnen.<\/p>\n\n\n\n
Das Fachgebiet Wissensverarbeitung forscht an der Entwicklung von Methoden zur Wissensentdeckung und Wissensrepr\u00e4sentation (Approximation und Exploration von Wissen, Ordnungsstrukturen in Wissen, Ontologieentwicklung) in Daten als auch in der Analyse von (sozialen) Netzwerkdaten und damit verbundenen Wissensprozessen (Metriken in Netzwerken, Anomalieerkennung, Charakterisierung von sozialen Netzwerken). Dabei liegt ein Schwerpunkt auf der exakten algebraischen Modellierung der verwendeten Strukturen und auf der Evaluierung und Neuentwicklung von Netzwerkma\u00dfen. Neben der Erforschung von Grundlagen in den Gebieten Ordnungs- und Verbandstheorie, Beschreibungslogiken, Graphentheorie und Ontologie werden auch Anwendungen \u2013 bspw. in sozialen Medien sowie in der Szientometrie \u2013 erforscht. <\/p>\n\n\n\n
In diesem Umfeld bietet das Fachgebiet regelm\u00e4\u00dfig eine Reihe von Projektthemen an. Die einzelnen Themen sind im Folgenden beschrieben:<\/p>\n\n\n
Mit Formal Conceptual Views ist ein neues Modell zur Erkl\u00e4rung von Neuralen Netzwerken vorgestellt worden. Ziel dieser Arbeit ist es die Methode auf weitere Modelle und Daten Dom\u00e4nen anzuwenden und die Formal Conceptual Views mit weiteren Methoden der symbolischen Wissensverarbeitung zu analysieren.<\/p><\/p>\n\n\n\n
Informationen: Johannes Hirth<\/a><\/p><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a>, Methodischer Schwerpunkt<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> In diesem Projekt soll untersucht werden, inwiefern sich Strukturen aus dem Bereich der formalen Begriffsanalyse mittels Pytorch implementieren lassen. Desweiteren soll evaluiert werden, wie sich Aufgaben wie die Berechnung von Ableitungen und Begriffsverb\u00e4nde mittels optimierter Tensoroperationen effizient realisieren lassen.<\/p>\n\n\n\n Informationen: Maximilian Stubbemann<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Visualizations of relationships among properties often rely on hierarchical structures that depict various combinations of properties. A problem of such structures is that they are often misinterpreted by inexperienced users, since closeness and similarity only arise through given edges and not through spatial proximity. Therefore it is necessary to support inexperienced users with possibilities for interaction. The goal of this project is to further develop a web framework for interactive visualization of hierarchical structures.<\/p><\/p>\n\n\n\n Informationen: Johannes Hirth<\/a><\/p> Informationen: Viktoria Horn<\/a> (Fachgebiet GeDIS<\/a>)<\/p><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a>, Methodischer Schwerpunkt<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Bei OpenStreetMap (OSM) handelt es sich um ein freies Projekt, dessen Ziel es ist, frei nutzbare Geodaten zu sammeln, zu strukturieren und f\u00fcr die Nutzung durch jedermann mittels einer (semantischen) Datenbank zur Verf\u00fcgung zu stellen. Die Daten in OSM werden insbesondere durch eine Vielzahl von Tags [1] angereichert. Diese Tags k\u00f6nnen wiederum genutzt werden, um Orte oder Gebiete zu bechreiben. Im Projekt soll daher versucht werden, f\u00fcr gegebene Orte automatisch eine Beschreibung mittels Tags zu generieren. F\u00fcr das Projekt soll eine Demonstrationsapplikation entwickelt werden, in Clojure oder Python3, welche es erlaubt, gegebene Orte automatisch anhand ihrer Beschreibung aus OSM zu vergleichen. Im Rahmen einer Abschlussarbeit kann darauf aufbauend ein ontologisches Rahmenwerk f\u00fcr diese Art von Ortsvergleichen angefangen werden. Informationen: Tom Hanika<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a>, Methodischer Schwerpunkt<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Eine gro\u00dfe Herausforderung in der KI-Forschung ist es, kausale Zusammenh\u00e4nge aus gelernten Modellen zu extrahieren. Die Formale Begriffsanalyse bietet daf\u00fcr eine umfangreiche Palette an Werkzeugen, insbesondere die menschlich-nachvollziehbare Extraktion von H\u00fcllenoperatoren und H\u00fcllensystemen aus Daten. Ein interessanter Ansatz, dies f\u00fcr Kausale-KI zu nutzen, sind kausale H\u00fcllenoperatoren, welche in diesem Projekt oder dieser Arbeit untersucht werden sollen. Dabei liegt f\u00fcr das Projekt der Schwerpunkt in einer effizienten Implementierung eines `Causal Closure Operators` aus der Literatur in Clojure oder Python3. Bei einer Abschlussarbeit liegt der Fokus auf einem Vergleich dieses Operators mit statistischen Ans\u00e4tzen zu Kausalit\u00e4t in Daten.<\/p>\n<\/p>\n\n\n\n Informationen: Tom Hanika<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a>, Methodischer Schwerpunkt<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Das WikiCite-Projekt [1] versucht, basierend auf der Infrastruktur von WikiData [2], (wissenschaftliche) Publikationen und deren jeweilige Zitationen abzubilden. Bis dato hat das Projekt 40 Mio. Publikationen und ca. 300 Mio Zitationen verlinkt. Ziel dieses Bachelor-\/Master-Projektes bzw. einer m\u00f6glichen Abschlussarbeit ist es, diese Daten hinsichtlich sozialer Netzwerkstrukturen zu analysieren.<\/p>\n [1] http:\/\/wikicite.org\/<\/p>\n [2] https:\/\/www.wikidata.org\/<\/p>\n<\/p>\n\n\n\n Informationen: Tom Hanika<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a>, Methodischer Schwerpunkt<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Topic-Modelle erm\u00f6glichen es, gro\u00dfe Text-Corpora thematisch zu clustern und so besser zu verstehen. Dabei ist es besonders interessant zu messen, wie stark verschiedene Themencluster andere \u00fcber die Zeit beeinflusst haben. In `Research Topic Flows in Co-Authorship Networks` [1] haben die Autoren einen Vorschlag zur Messung dieses Einflusses gemacht, dessen Ergebnisse demn\u00e4chst auf einer Website (basierend auf Vue.js) interaktiv explorierbar sind. Im vorliegenden Projekt soll diese Pr\u00e4sentation der Ergebnisse erweitert werden. Genauer sollen thematische Beitr\u00e4ge einzelner Autoren aus dem Gesamtmodell berechnet und grafisch visualisiert werden. Die Implementation soll ebenso mittels Vue.js stattfinden.<\/p>\n [1] https:\/\/arxiv.org\/pdf\/2206.07980.pdf<\/p><\/p>\n\n\n\n Informationen: Tom Hanika<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Methodischer Schwerpunkt<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Core numbers are efficient valuations for nodes in networks. They are a measure to describe the structural integration of nodes. In this work, you should characterize and study core numbers for bipartite graphs.<\/p><\/p>\n\n\n\n Informationen: Johannes Hirth<\/a><\/p><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a><\/span><\/div> In dieser Arbeit soll untersucht werden, wie hoch die intrinsische Dimension von Datens\u00e4tzen ist, welche mit verschiedenen Knoteneinbettungsverfahren aus Graphen erstellt wurden.<\/p>\n\n\n\n Informationen: Maximilian Stubbemann<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a>, Methodischer Schwerpunkt<\/a><\/span><\/div> Die Software conexp-clj<\/a> implementiert viele Methoden der Formalen Begriffsanalyse, einem Teilgebiet der k\u00fcnstlichen Intelligenz. Dabei finden sowohl symbolische als auch hybride Konzepte Anwendung. F\u00fcr einen Teil der Funktionalit\u00e4t von conexp-clj ist ein Web-Frontend, basierend auf Vue.js<\/a>, entwickelt worden, welches im Rahmen des vorliegenden Projekts weiterentwickelt werden soll. Insbesondere sollen RuleMining-Methoden (z.B., Implikationen, Assoziationsregeln) Nutzer:innenfreundlich in der GUI abgebildet werden.<\/p>\n\n\n\n Informationen: Tom Hanika<\/a>, Johannes Hirth<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Operationen (Joins etc) aus der Relationalen Algebra werden h\u00e4ufig verwendet um Daten zu verbinden oder zu kombinieren. Dadurch ergeben sich neue Zusammenh\u00e4nge zwischen Objekten oder deren Eigenschaften. Eine Methode, um solche Zusammenh\u00e4nge zu analysieren, kommt aus der Begriffsanalyse. Hierbei werden Ver\u00e4nderungen in der Begrifflichen Struktur analysiert und herausgearbeitet. In dieser Arbeit studieren Sie, wie sich die Begriffliche Struktur eines Datensatzes unter Verwendung von Operationen aus der Relationalen Algebra ver\u00e4ndert. <\/p>\n\n\n\n Informationen: Johannes Hirth<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a>, Methodischer Schwerpunkt<\/a><\/span><\/div> Knowlegde Graphs wie WikiData enthalten sehr viel Wissen, das im Bereich der k\u00fcnstlichen Intelligenz in vielen Anwendungen eingesetzt werden kann. Der Umfang an Informationen ist aber auch ein Problem f\u00fcr viele Anwendungen. Ihre Aufgabe besteht darin, Methoden der Community Detection in sozialen Netzwerken auf die Struktur von WikiData zu \u00fcbertragen. Des Weiteren sollen Sie untersuchen, wie diese Methoden genutzt werden k\u00f6nnen, um kleinere Teil-Datens\u00e4tze aus WikiData zu extrahieren.<\/p>\n\n\n\n Informationen: Johannes Hirth<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Methodischer Schwerpunkt<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Eine Methode der Datenskalierung in der Formalen Begriffsanalyse sind Skalenma\u00dfe. Das Skalenma\u00df-Framework bietet eine kanonische Repr\u00e4sentation f\u00fcr jede m\u00f6gliche Skalierung. Diese Repr\u00e4sentation ist aber nicht gut im Sinne der Interpretierbarkeit der Attribute. Um dieses Problem zu l\u00f6sen, gibt es eine Interpretation der kanonischen Attribute mittels konjunktiv verkn\u00fcpfter Attribute des Originaldatensatzes. In dieser Arbeit sollen Sie weitere logische Repr\u00e4sentation erarbeiten und miteinander auf deren Interpretierbarkeit, Ausdrucksst\u00e4rke und Berechenbarkeit vergleichen.<\/p>\n\n\n\n Informationen: Johannes Hirth<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Methodischer Schwerpunkt<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Ziel dieser Arbeit ist es, zu evaluieren, welche “weichen” Kriterien f\u00fcr Graphzeichnungen in der Praxis wie stark mit als “sch\u00f6n” wahrgenommenen Zeichnungen korellieren. Au\u00dferdem soll untersucht werden, inwieweit die “wichtigen” Kriterien sich beim Zeichnen von Graphen und Ordnungsdiagrammen unterscheiden.<\/p>\n\n\n\n Informationen: Maximilian Stubbemann<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Masterarbeit<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Es ist nicht einfach zu erkennen, ob zwei (reduzierte) Formale Kontexte isomorph sind, bzw. gegeben eine Menge Formaler Kontexte zu erkennen, wie viele verschiedene Formale Kontexte dort enthalten sind. Ein Hilfsmittel sind Invarianten, also abgeleitete Gr\u00f6\u00dfen, die nicht von der konkreten Darstellung des Formalen Kontexts abh\u00e4ngen, beispielsweise die Anzahl der Attribute des Kontexts oder auch die Anzahl der Begriffe des Kontexts. Haben zwei Kontexte unterschiedliche Werte f\u00fcr eine Invariante, so sind die Kontexte nicht isomorph. Ziel ist es, Formale Kontexte hinsichtlich m\u00f6glicher Invarianten zu untersuchen. Formale Kontexte k\u00f6nnen als bipartite Graphen dargestellt werden, daher sollen insbesondere bekannte Graph-Invarianten in Betracht gezogen werden.<\/p>\n\n\n\n Informationen: Maximilian Felde<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a>, Methodischer Schwerpunkt<\/a><\/span><\/div> Begriffliches Skalieren ist eine Methode der Formalen Begriffsanalyse, um einen mehrwertigen Kontext (d.h. einen tabellarischen Datensatz) in einen (einwertigen) formalen Kontext zu \u00fcberf\u00fchren. Dazu wurde am Fachgebiet eine Anwendung entwickelt, die grundlegende Funktionalit\u00e4t zum Begrifflichen Skalieren bereitstellt. Ziel des Projekts ist es, diese Anwendung weiterzuentwickeln. Die Programmiersprache ist Clojurescript.<\/p>\n\n\n\n Informationen: Maximilian Felde<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Viele der gegenw\u00e4rtig genutzten Lernmodelle zur Klassifikation erzeugen sogenannte Blackbox-Funktionen\/Relationen, z.B. Random Forests oder Neuronale Netze. Diese entziehen sich einer direkten Erkl\u00e4rbarkeit und sind daher f\u00fcr Nutzer:innen schwer nachvollzieh- und \u00fcberpr\u00fcfbar. Es gibt verschiedene numerische \/ kategorische\/ statistische Ans\u00e4tze, um diesem Problem zu begegnen. Ein besonderer Ansatz ist Surrogatlernen, d.h., das Trainieren eines erkl\u00e4rbaren Klassifikators basierend auf einer Blackbox. Je nach Ausrichtung (Projekt\/Bachelorarbeit\/Masterarbeit) soll versucht werden, bestehende Surrogat-Ans\u00e4tze praktisch zu evaluieren oder theoretische Ans\u00e4tze fortzusetzen. <\/p>\n\n\n\n Informationen: Tom Hanika<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a>, Methodischer Schwerpunkt<\/a><\/span><\/div> Principal Component Analysis dient dazu, Datens\u00e4tze zu vereinfachen. Hierbei wird eine gro\u00dfe Menge an (m\u00f6glicherweise) korrelierten Variablen in eine m\u00f6glichst aussagekr\u00e4ftige kleinere Menge transformiert. Dieses Vorgehen soll auf formale Kontexte \u00fcbertragen werden, um ihre Merkmalsmenge einzuschr\u00e4nken.<\/p>\n\n\n\n Informationen: Maren Koyda<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a>, Methodischer Schwerpunkt<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div><\/div>\n\n\n\n Weitere Themen auf Nachfrage.<\/p>\n\n\n\n Nach Absprache mit der\/dem jeweiligen Betreuer*in. Je nach Thema kann die Aufgabe in Kleingruppen oder einzeln bearbeitet werden.<\/p>\n\n\n\n Montag, 25.4.2022, 16.15 Uhr in Raum 0445\/E. Informatik Grundstudium<\/p>\n\n\n\n Informatik Bachelor und Master, Math. NF Inf. Hauptstudium<\/p>\n\n\n\n 6 oder 12 Credits im Bachelor, bzw. 8 Credits im Master<\/p>\n\n\n\n Implementierung, schriftliche Ausarbeitung und zwei Vortr\u00e4ge (bei 6 Credits 20 min, bei 8\/12 Credits 30 min, jeweils zzgl. ca 15 min Diskussion)<\/p>\n\n\n\n Prof. Dr. Gerd Stumme<\/a>, Dr. Tom Hanika<\/a>, Dominik D\u00fcrrschnabel, M.Sc.<\/a>,\u00a0Maximilian Felde, M.Sc.<\/a>, Johannes Hirth, M.Sc.<\/a>, Maren Koyda, M.Sc.<\/a>,\u00a0Maximilian Stubbemann, M.Sc.<\/a>\u00a0<\/p>\n\n\n\n In der Regel sollte die Projektarbeit mit Semesterbeginn begonnen werden. Nach 4-6 Wochen findet eine Zwischenpr\u00e4sentation statt, in der der Stand der Projektarbeit vorgestellt wird. In der Regel in der ersten Vorlesungswoche des folgenden Semesters werden dann die Endergebnisse vorgestellt. Eine kurze Beschreibung der Arbeit (5 Seiten) ist 3 Tage vor dem Vortrag einzureichen.<\/p>\n\n\n\n Eine Woche nach der Annahme des Themas gibt die\/der Studierende eine einseitige Beschreibung der Aufgabe, sowie einen Arbeitsplan f\u00fcr das Semester ab. Zur besseren Koordination und Kommunikation wird erwartet, dass die\/der Studierende bei einem 6(8-12) Credits-Projekt regelm\u00e4\u00dfig an einem (zwei) Tagen in der Softwarewerkstatt anwesend ist. Der genaue Tag ist in Absprache mit der\/m Betreuer*in festzulegen.<\/p>\n\n\n\n Als Richtlinie f\u00fcr die Erstellung einer guten Ausarbeitung wird das Buch<\/p>\n\n\n\n Markus Deininger and Horst Lichter and Jochen Ludewig and Kurt Schneider. Studien-Arbeiten: ein Leitfaden zur Vorbereitung, Durchf\u00fchrung und Betreuung von Studien-, Diplom- Abschluss- und Doktorarbeiten am Beispiel Informatik. 5. Auflage. vdf Hochschulverlag, Z\u00fcrich, 2005.<\/p><\/blockquote>\n\n\n\n empfohlen, welches in der Bibliothek im Semesterapparat des Fachgebiets Wissensverarbeitung ausliegt, und welches auch in einigen Exemplaren ausleihbar ist. Wir empfehlen die Anschaffung dieses Buchs (9,50 \u20ac), da es Sie bis zur Masterarbeit (und weiter) begleiten kann.<\/p>\n\n\n\n Alle verwendeten Referenzen sind zus\u00e4tzlich zum Literaturverzeichnis der Ausarbeitung in BibSonomy<\/a> einzugeben, mit den Tags “projekt kde < laufendes Semester in der Form ss22 bzw. ww22 > ” und weiteren sinnvollen Tags.<\/p>\n","protected":false},"excerpt":{"rendered":" Projekt Knowledge Discovery and Data Engineering Dieses Projekt l\u00e4sst sich als Bachelor- und als Masterprojekt anrechnen. Das Fachgebiet Wissensverarbeitung forscht an der Entwicklung von Methoden zur Wissensentdeckung und Wissensrepr\u00e4sentation (Approximation und Exploration von Wissen, Ordnungsstrukturen Read more…<\/a><\/p>\n","protected":false},"author":15,"featured_media":0,"parent":8246,"menu_order":14,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-8253","page","type-page","status-publish","hentry"],"translation":{"provider":"WPGlobus","version":"3.0.2","language":"en","enabled_languages":["de","en"],"languages":{"de":{"title":true,"content":true,"excerpt":false},"en":{"title":false,"content":false,"excerpt":false}}},"_links":{"self":[{"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/pages\/8253","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/users\/15"}],"replies":[{"embeddable":true,"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/comments?post=8253"}],"version-history":[{"count":3,"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/pages\/8253\/revisions"}],"predecessor-version":[{"id":8450,"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/pages\/8253\/revisions\/8450"}],"up":[{"embeddable":true,"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/pages\/8246"}],"wp:attachment":[{"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/media?parent=8253"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Formale Begriffsanalyse mittels Pytorch<\/h3>\n\n\n\n
Web Framework for Interactive Visualizations of Hierarchical Data Structures<\/h3>\n\n\n\n
Knowledge Extraction from OpenStreetMap<\/h3>\n\n\n\n
\n[1] https:\/\/wiki.openstreetmap.org\/wiki\/Tags<\/p>\n\n\n\nCausal AI — Implementing Causal Closure Operators<\/h3>\n\n\n\n
Analyse von WikiCite<\/h3>\n\n\n\n
Topic Flow-Graphen f\u00fcr Textdaten visualisieren<\/h3>\n\n\n\n
Core Numbers in Bipartite Networks<\/h3>\n\n\n\n
Intrinsische Dimension und Knoteneinbettungen<\/h3>\n\n\n\n
Frontend-Entwicklung f\u00fcr Conexp-clj<\/h3>\n\n\n\n
Operationen aus der Relationalen Algebra in der Begriffsanalyse<\/h3>\n\n\n\n
Community Detection in WikiData zur Datensatzgenerierung<\/h3>\n\n\n\n
Logische Repr\u00e4sentationen f\u00fcr Skalenma\u00dfe<\/h3>\n\n\n\n
Evaluierung von Graphzeichnungen<\/h3>\n\n\n\n
Invarianten f\u00fcr Formale Kontexte<\/h3>\n\n\n\n
Begriffliches Skalieren von Datens\u00e4tzen<\/h3>\n\n\n\n
Erkl\u00e4rbarkeit von Klassifikatoren durch Surrogate<\/h3>\n\n\n\n
PCA auf formalen Kontexten <\/h3>\n\n\n\n
Aufgabenstellung und Termin<\/h3>\n\n\n\n
Projektvorbesprechung<\/h3>\n\n\n\n
\nBei Interesse k\u00f6nnen Sie auch gerne vorab die\/den jeweiligen Betreuer*in ansprechen.<\/p>\n\n\n\nVorkenntnisse<\/h3>\n\n\n\n
Angesprochener H\u00f6rer*innenkreis<\/h3>\n\n\n\n
Umfang<\/h3>\n\n\n\n
Leistungsnachweis<\/h3>\n\n\n\n
Veranstalter*in<\/h3>\n\n\n\n
Ablauf<\/h3>\n\n\n\n