BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//wp-events-plugin.com//7.3.5//EN
TZID:Europe/Berlin
X-WR-TIMEZONE:Europe/Berlin
BEGIN:VEVENT
UID:663@scientifica.de
DTSTART;TZID=Europe/Berlin:20260731T083000
DTEND;TZID=Europe/Berlin:20260731T173000
DTSTAMP:20260415T134952Z
URL:https://scientifica.de/kurse/ifbw26-machine-learning/
SUMMARY:Machine Learning mit „Dirty Data“ – Herausforderungen und Lö
 sungen aus der Praxis
DESCRIPTION:„Garbage in\, garbage out“ – diese Faustregel gilt bei Da
 ten im maschinellen Lernen. Doch wie erkennen wir schlechte Daten\, sogena
 nnte Dirty Data\, und wie können wir als Data Scientists die Mängel in d
 en Daten reduzieren oder vermeiden? In Hands-on-Sessions werden wir uns zu
 sammen intensiv mit realen Datenbeispielen beschäftigen. Ihr lernt dabei 
 sowohl den Umgang mit Dirty Data für tabellarisches maschinelles Lernen a
 ls auch im Kontext des modernen Natural Language Processing (LLMs\, RAG). 
 \n\nLevel 2-3: für Fortgeschrittene und Erfahrene\nAnforderungen: eigener
  Laptop\, Python Vorkenntnisse und Grundlagen Machine Learning vorhanden\n
 \n\n
CATEGORIES:ifbw26,informatica feminale,Tageskurs,Tageskurs Freitag
LOCATION:Technische Fakultät - Albert-Ludwigs-Universität Freiburg\, Geor
 ges-Köhler-Allee 101\, 79110 Freiburg\, Deutschland
X-APPLE-STRUCTURED-LOCATION;VALUE=URI;X-ADDRESS=Georges-Köhler-Allee 101\,
  79110 Freiburg\, Deutschland;X-APPLE-RADIUS=100;X-TITLE=Technische Fakult
 ät - Albert-Ludwigs-Universität Freiburg:geo:0,0
END:VEVENT
BEGIN:VTIMEZONE
TZID:Europe/Berlin
X-LIC-LOCATION:Europe/Berlin
BEGIN:DAYLIGHT
DTSTART:20260329T030000
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
END:DAYLIGHT
END:VTIMEZONE
END:VCALENDAR