Informationssystem der Friedrich-Alexander-Universität Erlangen-Nürnberg
© Config eG
Sammlung/Stundenplan
Modulbelegung
Home
|
Rechtliches
|
Kontakt
|
Hilfe
Suche:
Personen
Einrichtungen
sonstige Einträge
Lehrveranstaltungen
Module
Räume
Publikationen
Forschungsprojekte
Internat. Kontakte
Stellenangebote
Möbel-/Rechnerbörse
Examensarbeiten
Semester:
WS 2024/2025
SS 2024
WS 2023/2024
SS 2023
WS 2022/2023
SS 2022
WS 2021/2022
SS 2021
WS 2020/2021
SS 2020
WS 2019/2020
SS 2019
WS 2018/2019
SS 2018
WS 2017/2018
SS 2017
WS 2016/2017
SS 2016
WS 2015/2016
SS 2015
WS 2014/2015
SS 2014
WS 2013/2014
SS 2013
WS 2012/2013
SS 2012
WS 2011/2012
SS 2011
WS 2010/2011
SS 2010
WS 2009/2010
SS 2009
WS 2008/2009
SS 2008
WS 2007/2008
SS 2007
WS 2006/2007
SS 2006
WS 2005/2006
SS 2005
WS 2004/2005
SS 2004
WS 2003/2004
SS 2003
WS 2002/2003
SS 2002
WS 2001/2002
SS 2001
WS 2000/2001
SS 2000
WS 1999/2000
SS 99
WS 98/99
SS 98
WS 97/98
SS 97
WS 96/97
ACHTUNG: seit 15.06.2022 werden Lehrveranstaltungen nur noch über Campo verwaltet. Diese Daten in UnivIS sind nicht mehr auf aktuellem Stand!
Darstellung
Druckansicht
Artificial Intelligence (Master of Science)
>>
Bitte aktivieren Sie Javascript in Ihrem Browser, um die Funktionalität dieser Seite voll nutzen zu können.
Kolloquium Learning Approaches for Medical Big Data Analysis (LAMBDA)
Dozentinnen/Dozenten
Dr.-Ing.
Daniel Stromer
,
Dalia Rodriguez Salas
, M.Eng.
Angaben
Kolloquium
2 SWS, Sprache Englisch
Zeit und Ort: Mo 16:00 - 17:30,
09.150
Studienfächer / Studienrichtungen
WPF INF-MA ab 1
Zusätzliche Informationen
Schlagwörter: medical applications; big data
Erwartete Teilnehmerzahl: 10, Maximale Teilnehmerzahl: 20
www:
https://www5.cs.fau.de/lectures/ss-20/kolloquium-learning-approaches-for-medical-big-data-analysis-lambda/
Verwendung in folgenden UnivIS-Modulen
Startsemester WS 2022/2023
:
Kolloquium im Bereich Mustererkennung (KoME)
Institution:
Lehrstuhl für Informatik 5 (Mustererkennung)
UnivIS ist ein Produkt der
Config eG
, Buckenhof
