Lehrende: Dr. rer. pol. Steffen Eger
Veranstaltungsart: Seminar
Orga-Einheit: FB20 Informatik
Anzeige im Stundenplan: 20-00-1086
Fach:
Anrechenbar für:
Semesterwochenstunden: 2
Unterrichtssprache: Englisch
Min. | Max. Teilnehmerzahl: - | -
Lehrinhalte: Ausgehend von der gegenwärtigen Revolution im Bereich des Deep Learning stellt sich das Seminar die Frage, ob solche Revolutionen im Voraus vorhergesagt werden können. Darüber hinaus hat das Seminar einen Schwerpunkt auf der korrekten Evaluation von Modellen in der Verarbeitung natürlicher Sprache und im Machine Learning, da diese Voraussetzung für Bewertung des Fortschritts in der Wissenschaft ist. Fokusaspekte des Seminars sind insbesonders: - Analyse von wissenschaftlichen Arbeiten mithilfe von Methoden der NLP - Vorhersage von Trends und Citation Counts - Evaluations-Methoden und Metriken - Schlechte Praktiken in der Forschung: biases in der Forschung, schlechter Aufbau von Studien, Missbrauch von Statistiken, falsche Behauptungen bzgl. der Qualtität einer Methode/Ansatz/Algorithmus - Zitations-Kartelle & Cliquen - Ethik in der Forschung, insbesondere self-citations und Formen von Betrügen Das Seminar wird als Blockseminar in englischer Sprache angeboten (ca. 2-3 Halbtags-Sitzungen). Gruppenarbeit ist erlaubt und Studenten können Experimente durchführen. Weitere organisatorische Details können hier eingesehen werden: https://github.com/SteffenEger/MetaScience
Literatur: Siehe: https://github.com/SteffenEger/MetaScience
Voraussetzungen: Mathematischer und/oder statistischer Hintegrund/Affinität ist hilfreich. Tiefes Lernen (für Natural Language Processing) ist auch von Vorteil.
Erwartete Teilnehmerzahl: 10-25
Zusätzliche Informationen: Das Seminar wird als Blockseminar in englischer Sprache angeboten (ca. 2-3 Halbtags-Sitzungen). Weitere organisatorische Details können hier eingesehen werden: https://github.com/SteffenEger/MetaScience
