The project aims to raise or sharpen public awareness on data quality problems in the context of machine learning.
Targeting everyone, with or without prior knowledge in the area of computer science, the project implements two levels of difficulty: “beginner”, requiring neither background in machine learning nor coding skills, and “advanced”, for learners with basic coding skills. The goal of both is the exploration of the problems with data quality for machine learning, in several steps: assess the quality of the data, clean the data, observe the influence of the cleaning on the performance of the model.
Weitere Projekte:
SeaPiaC
The aim of the project is to create a digital collaborative learning environment in which students of TUHH and NCKU collaborate on challenges of sustainable nature-based coastal protection in times of a changing climate.
IRIS: Individual Resorbable Intestinal Stents 2020
Ziel des Projektes ist es Menschen künftig helfen zu können, deren Heilungsaussichten und weitere Lebensqualität bislang nicht gegeben sind. Dazu sollten am Ende des Projektes Prototypen für die resorbierbaren Darm-Stents zur Verfügung stehen.
RUVIVAL Making Of: Übersetzen
Da wir im Dezember 2020 die Übersetzungen abgeschlossen haben, wollen wir dies zum Anlass nehmen, um euch einen kleinen Einblick in die Übersetzungsarbeiten zu geben.
AKWAS 4.0 – Das war das Jahr 2020
AKWAS 4.0 ein Lernangebot für wissenshungrige Klimawandelbegegner mit dem Fokus Anpassung an den Klimawandel in wasserwirtschaftlichen Systemen. Reflexionen aus dem Projektjahr 2020.