Fachliche Veranstaltungen

Promovierende und Postdocs, die Interesse an Kristallstrukturen haben, haben die Möglichkeit an dem Modul Chemische Kristallographie teilzunehmen. Das Gesamtmodul umfasst 2 SWS Vorlesung, 1 SWS Seminar und 5 SWS Praktikum. Es ist aber aber auch möglich ausschließlich die Vorlesung zu besuchen. Weitere Infromationen finden Sie hier.

Das Institut für Systemische Neurowissenschaften bietet eine statistische Beratung an. Diese ist kostenfrei und richtet sich insbesondere an Studierende und Promovierende der Heinrich-Heine-Universität, die ihre Abschlussarbeiten anfertigen, aber auch an Wissenschaftler/innen der HHU und weiterer der HHU zugeordneten bzw. kooperierenden Institutionen.
Link zum Beratungsbüro

In diesem Kompakt-Workshop im Umfang von 4 Stunden (in Präsenz oder online) + Selbststudium erhalten Sie eine grundlegende Einführung in die Themen KI und Datenwissenschaften.

Am Ende des Workshops werden Sie

• die Bedeutung von KI-Technologien einordnen können,
• grundlegende Begriffe und Methoden erläutern können,
• beurteilen können, ob der Einsatz von KI notwendig/nützlich ist,
• Grenzen von aktueller KI-Technologie aufzeigen können,
• die grundlegende Funktionalität von Machine-Learning-Algorithmen und insbesondere neuronalen Netzwerken beschreiben können,
• ethische und rechtliche Fragestellungen reflektieren und diskutieren können.

Inhalte: Definition von künstlicher Intelligenz, Was kann man mit KI bereits machen und wo liegen die Grenzen?, Machine-Learning-Algorithmen und neuronale Netzwerke, ethische und rechtliche Fragestellungen, Anwendungsbeispiele, Vernetzung

Termine und Anmeldung

Direkt über das Heine Center for Artificial Intelligence and Data Science (HeiCAD)

In diesem Kompakt-Workshop im Umfang von 4 Stunden (online) erhalten Sie eine grundlegende Einführung in die Programmierung mit Python. Hierbei wird ein Schwerpunkt auf die Datenwissenschaften gelegt.

Am Ende des Workshops werden Sie

• eine Python-Programmierumgebung einrichten können,
• Python-Pakete für Datenwissenschaften kennen und nutzen können,
• verschiedene Datentypen wie Tabellen, Bilder und numerische Daten einlesen, bearbeiten und speichern können,
• unterschiedliche Visualisierungs-Tools mit Python nutzen können,
• mit Machine-Learning-Paketen wie Scikit-Learn umgehen können.

Inhalte: Daten einlesen, bereinigen, analysieren und visualieren, machine learning

Daten und Anmeldung

Direkt übder das Heine Center for Artificial Intelligence and Data Science (HeiCAD)