Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 

ONLINE im WS 2020/21: TI: Automatisches und Paralleles Deep Learning - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Seminar Langtext
Veranstaltungsnummer 19061 Kurztext FMI-IN0093
Semester WS 2020 SWS 2
Teilnehmer 1. Platzvergabe 5 Max. Teilnehmer 2. Platzvergabe 5
Rhythmus Jedes Semester Studienjahr
Credits für IB und SPZ
E-Learning-Plattform Moodle  
Hyperlink
Sprache Deutsch
Belegungsfrist Zur Zeit keine Belegung möglich
Abmeldefristen B1 - Belegung ohne Abmeldung    31.08.2020 09:00:00 - 21.10.2020 07:59:59   
Nach Zulassung ist eine Abmeldung nur durch den Dozenten möglich.
B2 - Belegung mit Abmeldung 6 Wochen    21.10.2020 08:00:00 - 14.12.2020 23:59:59   
Nach Zulassung ist eine Abmeldung auch durch den Teilnehmer möglich.
B3 - Belegung ohne Abmeldung    15.12.2020 00:00:01 - 22.02.2021 07:59:59   
Nach Zulassung ist eine Abmeldung nur durch den Dozenten möglich.
Termine Gruppe: 1-Gruppe iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Lehrperson (Zuständigkeit) Status Bemerkung fällt aus am Max. Teilnehmer 2. Platzvergabe
Einzeltermine anzeigen Mo. 12:00 bis 14:00 Einzel-V. 02.11.2020 bis
02.11.2020
    findet statt

Vorbesprechung

 
Gruppe 1-Gruppe:



Zugeordnete Personen
Zugeordnete Personen Zuständigkeit
Bücker, Martin, Universitätsprofessor, Dr.-Ing. verantwortlich
Breuer, Alexander, Universitätsprofessor, Dr. verantwortlich
Bosse, Torsten , Dr.rer.nat. verantwortlich
Buchwald, Chris organisatorisch
Zuordnung zu Einrichtungen
PRO Advanced Computing
Fakultät für Mathematik und Informatik
Inhalt
Kommentar

Das Seminar wird als Blockveranstaltung durchgeführt. Hier erhalten Sie nähere Informationen.

Die Vorbesprechung findet am 2.11.2020 von 12 bis 14 Uhr online über BigBlueButton (BBB) statt.

Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WS 2020 , Aktuelles Semester: SoSe 2021

Impressum | Datenschutzerklärung