Suchergebnis: Katalogdaten im Frühjahrssemester 2019

Nummer	Titel	Typ	ECTS	Umfang	Dozierende
GESS Wissenschaft im Kontext (Science in Perspective) Nur die in diesem Abschnitt aufgelisteten Fächer können als "GESS Wissenschaft im Kontext" angerechnet werden. Weiter unten finden Sie die Kurse im Bereich "Typ B. Reflexion über fachspezifische Methoden und Inhalte" sowie den Bereich "Sprachkurse" Im Bachelorstudium sind 6 KP und im Masterstudium 2 KP zu erwerben. Studierende, die eine Lerneinheit bereits im Rahmen ihres Fachstudiums abgelegt haben, dürfen dieselbe Veranstaltung NICHT nochmals belegen!
Typ B: Reflexion über fachspezifische Methoden und Inhalte Fachspezifische Lerneinheiten. Empfohlen für Studierende ab der Basisprüfung im Bachelor- oder für Studierende im Master- oder Promotionsstudium. Studierende, die eine Lerneinheit bereits im Rahmen ihres Fachstudiums abgelegt haben, dürfen dieselbe Veranstaltung NICHT nochmals belegen! Diese Lerneinheiten sind alle auch unter "Typ A" aufgelistet, d.h. sie sind grundsätzlich für alle Studierenden belegbar.
D-INFK
851-0585-38L	Data Science in Techno-Socio-Economic Systems Number of participants limited to 80 This course is thought be for students in the 5th semester or above with quantitative skills and interests in modeling and computer simulations. Particularly suitable for students of D-INFK, D-ITET, D-MAVT, D-MTEC, D-PHYS	W	3 KP	2V	E. Pournaras, T. Guo, D. Helbing
Kurzbeschreibung	This course introduces how techno-socio-economic systems in our nowadays digital society can be better understood with techniques and tools of data science. Students shall learn the fundamentals of data science, machine learning, but also advanced distributed real-time data analytics in the Planetary Nervous System. Students shall deliver and present a seminar thesis at the end of the course.
Lernziel	The goal of this course is to qualify students with knowledge on data science as a way to understand complex techno-socio-economic systems in our nowadays digital societies. This course aims to make students capable of applying the most appropriate and effective techniques of data science under different application scenarios. The course aims to engage students in exciting state-of-the-art scientific and collaboration platforms such as the Planetary Nervous System. The course shall increase the awareness level of students about the challenges and open issues of data science in socio-technical domains such as privacy. Finally students have the opportunity to develop their writing, presentation and collaboration skills based on a seminar thesis they have to deliver and present at the end of the course
851-0740-00L	Big Data, Law, and Policy Number of participants limited to 35 Students will be informed by 3.3.2019 at the latest.	W	3 KP	2S	S. Bechtold, T. Roscoe, E. Vayena
Kurzbeschreibung	This course introduces students to societal perspectives on the big data revolution. Discussing important contributions from machine learning and data science, the course explores their legal, economic, ethical, and political implications in the past, present, and future.
Lernziel	This course is intended both for students of machine learning and data science who want to reflect on the societal implications of their field, and for students from other disciplines who want to explore the societal impact of data sciences. The course will first discuss some of the methodological foundations of machine learning, followed by a discussion of research papers and real-world applications where big data and societal values may clash. Potential topics include the implications of big data for privacy, liability, insurance, health systems, voting, and democratic institutions, as well as the use of predictive algorithms for price discrimination and the criminal justice system. Guest speakers, weekly readings and reaction papers ensure a lively debate among participants from various backgrounds.
851-0732-03L	Intellectual Property: An Introduction Number of participants limited to 150 Particularly suitable for students of D-ARCH, D-BIOL, D-CHAB, D-INFK, D-ITET, D-MAVT, D- MATL, D-MTEC.	W	2 KP	2V	S. Bechtold, M. Schonger
Kurzbeschreibung	The course introduces students to the basics of the intellectual property system and of innovation policy. Areas covered include patent, copyright, trademark, design, know-how protection, open source, and technology transfer. The course looks at Swiss, European, U.S. and international law and uses examples from a broad range of technologies. Insights can be used in academia, industry or start-ups.
Lernziel	Intellectual property issues become more and more important in our society. In order to prepare students for their future challenges in research, industry or start-ups, this course introduces them to the foundations of the intellectual property system. The course covers patent, copyright, trademark, design, know-how protection, open source, and technology transfer law. It explains links to contract, antitrust, Internet, privacy and communications law where appropriate. While the introduction to these areas of the law is designed at a general level, examples and case studies come from various jurisdictions, including Switzerland, the European Union, the United States, and international law. In addition, the course introduces students to the fundamentals of innovation policy. After exposing students to the economics of intellectual property protection, the course asks questions such as: Why do states grant property rights in inventions? Has the protection of intellectual property gone too far? How do advances in biotechnology and the Internet affect the intellectual property system? What is the relationship between open source, open access and intellectual property? What alternatives to intellectual property protection exist? Knowing how the intellectual property system works and what kind of protection is available is useful for all students who are interested in working in academia, industry or in starting their own company. Exposing students to the advantages and disadvantages of the intellectual property system enables them to participate in the current policy discussions on intellectual property, innovation and technology law. The course will include practical examples and case studies as well as guest speakers from industry and private practice.
851-0727-01L	Telekommunikationsrecht Besonders geeignet für Studierende D-INFK, D-ITET	W	2 KP	2V	C. von Zedtwitz
Kurzbeschreibung	Einführung in die Grundzüge des Telekommunikationsrechts für Nicht-Juristen. Die Vorlesung Telekommunikationsrecht befasst sich mit den rechtlichen Grundlagen und Prinzipien der Bereitstellung und des Betriebs von Telekommunikationsnetzen (Festnetz- und Mobilfunkbereich).
Lernziel	Lernziel ist die Kenntnis und das Verständnis der wichtigsten rechtlichen Konzepte des Schweizer Rechts am Beispiel des Telekommunikationsrechts (rechtlicher Rahmen des Einsatzes und der Kommerzialisierung von Informations- und Telekommunikationstechnologie). Die Veranstaltung erfordert keine juristischen Vorkenntnisse.
Inhalt	1. Geschichte des Telekommunikationsrechts (vom Monopol zum Wettbewerb) 2. Netzzugangsregelungen (essential facility doctrine, Zugangsformen) 3. Grundversorgung/Service Public (wieviel Staat braucht der Markt) 4. Telefonabonnementsverträge (Festnetz und Mobilfunk) 5. Mobilfunkstrahlung (NISV) 6. Überwachung des Fernmeldeverkehrs (öffentliche vs. private Interessen) 7. SPAM-Verhinderung (Pflichten der Netzbetreiber)
Skript	Es wird mit Powerpoint-Slides gearbeitet, die über eine Website vorgängig abrufbar sein werden. Zusätzlich werden vor der Stunde Download-Links für die passenden Gesetzestexte und weitere Unterlagen auf der Website abgelegt.
Literatur	Keine Pflichtliteratur vorgesehen.
Voraussetzungen / Besonderes	Die Semesterendprüfung ist in Form eines schriftlichen Kurztests in der letzten oder vorletzten Stunde geplant. Es wird noch angegeben, welche Unterlagen beim jeweiligen Thema den Prüfungsstoff definieren.
851-0734-00L	Recht der Informationssicherheit Besonders geeignet für Studierende D-INFK, D-ITET	W	2 KP	2V	U. Widmer
Kurzbeschreibung	Einführung in das Recht der Informationssicherheit für Nicht-Juristen bzw. angehende Entscheidträger von Unternehmen und Behörden, welche sich mit Fragen der Informationssicherheit zu befassen haben (CIO, COO, CEOs). Die Vorlesung behandelt die rechtlichen Aspekte der Sicherheit von ICT-Infrastrukturen und Netzen (Internet) und der transportierten und verarbeiteten Informationen.
Lernziel	Lernziel ist das Erkennen der Bedeutung und der Ziele der Informationssicherheit und der rechtlichen Rahmenbedingungen, die Kenntnis des rechtlichen Instrumentariums für einen effizienten Schutz von Infrastrukturen und schützenswerten Rechtsgütern sowie die Analyse von allfälligen Regelungslücken und möglicher Massnahmen. Für den Besuch der Vorlesung braucht es keine juristischen Vorkenntnisse.
Inhalt	Es werden aktuelle branchenspezifische und sektorübergreifende Themen aus dem Spannungsfeld zwischen Technik und Recht aus den Bereichen Datenschutzrecht, Computerdelikte, gesetzliche Geheimhaltungspflichten, Fernmeldeüberwachung (Internet), elektronische Signatur, Haftungsrecht etc. behandelt.
Skript	Powerpoint-Slides, welche entweder zu Vorlesungsbeginn jeweils abrufbar sind oder in der Vorlesung in Papierform abgegeben werden.
Literatur	Auf weiterführende Literatur wird jeweils in der Vorlesung hingewiesen werden.
851-0588-00L	Introduction to Game Theory Findet dieses Semester nicht statt. Number of participants limited to 400 Particularly suitable for students of D-INFK, D-MATH	W	3 KP	2V	H. Nax, D. Helbing
Kurzbeschreibung	This course introduces the foundations of game theory with a focus on its basic mathematical principles. It treats models of social interaction, conflict and cooperation, the origin of cooperation, and concepts of strategic decision making behavior. Examples, applications, theory, and the contrast between theory and empirical results are particularly emphasized.
Lernziel	Learn the fundamentals, models, and logic of thinking about game theory. Learn basic mathematical principles. Apply formal game theory models to strategic interaction situations and critically assess game theory's capabilities through a wide array of applications and experimental results.
Inhalt	Game theory provides a unified mathematical language to study interactions amongst different types of individuals (e.g. humans, firms, nations, animals, etc.). It is often used to analyze situations involving conflict and/or cooperation. The course introduces the basic concepts of both non-cooperative and cooperative game theory (players, strategies, coalitions, rules of games, utilities, etc.) and explains the most prominent game-theoretic solution concepts (Nash equilibrium, sub-game perfection, Core, Shapley Value, etc.). We will also discuss standard extensions (repeated games, incomplete information, evolutionary game theory, signal games, etc.). In each part of the course, we focus on examples and on selected applications of the theory in different areas. These include analyses of cooperation, social interaction, of institutions and norms, social dilemmas and reciprocity as well as applications on strategic behavior in politics and between countries and companies, the impact of reciprocity, in the labor market, and some applications from biology. Game theory is also applied to control-theoretic problems of transport planning and computer science. As we present theory and applications, we will also discuss how experimental and other empirical studies have shown that human behavior in the real world often does not meet the strict requirements of rationality from "standard theory", leading us to models of "behavioural" and "experimental" game theory. By the end of the course, students should be able to apply game-theoretic in diverse areas of analysis including > controlling turbines in a wind park, > nations negotiating international agreements, > firms competing in markets, > humans sharing a common resource, etc.
Skript	See literature below. In addition we will provide additional literature readings and publish the lecture slides directly after each lecture.
Literatur	K Binmore, Fun and games, a text on game theory, 1994, Great Source Education SR Chakravarty, M Mitra and P Sarkar, A Course on Cooperative Game Theory, 2015, Cambridge University Press A Diekmann, Spieltheorie: Einführung, Beispiele, Experimente, 2009, Rowolth MJ Osborne, An Introduction to Game Theory, 2004, Oxford University Press New York J Nash, Non-Cooperative Games, 1951, Annals of Mathematics JW Weibull, Evolutionary game theory, 1997, MIT Press HP Young, Strategic Learning and Its Limits, 2004, Oxford University Press
851-0591-01L	BETH - Blockchain for Sustainability Number of participants limited to 200 Particularly suitable for students of D-INFK, D-MTEC, D-ITET, D-MAVT,D-PHYS	W	3 KP	4G	M. M. Dapp, D. Helbing, S. Klauser
Kurzbeschreibung	Blockchain and Internet of Things technologies hold the promise to transform our societies and economies. While IoT devices allow us to measure all kinds of activity by humans and machines, the blockchain allows us to securely time-stamp and value this data and even give it a price to trade it on (new) markets. We explore this potential with a specific focus on sustainable development.
Lernziel	The course provides opportunities to gain fundamental understanding of promising new technologies as well as develop creative decentralized solutions for societal challenges using these technologies. Participants will learn the fundamentals of blockchain technology, its mechanisms, design parameters and potential for decentralized solutions. Those with software development skills will then further explore the blockchain to develop hands-on decentralized applications and smart contracts. Non-coding participants will further explore how these technologies could be used to design new economic systems. These new cryptoeconomic systems should give citizens multiple incentives to increase cooperation, health, recycling, or education and other positive externalities and to decrease emissions, waste, noise, or stress and other negative externalities. During the hackathon, participants will work in mixed teams on concrete challenges addressing some of the pressing global challenges our societies face, like climate change, financial instability, energy, or mass migration, etc. The aim is to develop decentralized approaches towards a sustainable, sharing circular economy using blockchain and IoT technologies. Teams will produce a short report (about 10 pages), demonstrate their hackathon prototype based on blockchain technology (Ethereum platform) and present to a interdisciplinary jury on the last day. Throughout the course, participants will hone their critical thinking abilities by leaving their own discipline and discussing best approaches to solve global complex challenges in an international, multi-disciplinary setting with invited subject matter experts and peers from all around the world. We encourage students with no programming experience, who are interested in the potential of blockchain and IoT to address global challenges, to apply as well!
851-0739-01L	Building a Robot Judge: Data Science For the Law Particularly suitable for students of D-INFK, D-ITET, D-MTEC	W	3 KP	2V	E. Ash
Kurzbeschreibung	This course explores the automation of decisions in the legal system. We delve into the tools from natural language processing and machine learning needed to predict judge decision-making and ask whether it is possible -- or even desirable -- to build a robot judge.
Lernziel	Is a concept of justice what truly separates man from machine? Recent advances in data science have caused many people to reconsider their responses to this question. With expanding digitization of legal data and corpora, alongside rapid developments in natural language processing and machine learning, the prospect arises for automating legal decisions. Data science technologies have the potential to improve legal decisions by making them more efficient and consistent. The benefits to society from this automation could be significant. On the other hand, there are serious risks that automated systems could replicate or amplify existing legal biases and rigidities. This course introduces students to the data science tools that are unlocking legal materials for computational and scientific analysis. We begin with the problem of representing laws as data, with a review of techniques for featurizing texts, extracting legal information, and representing documents as vectors. We explore methods for measuring document similarity and clustering documents based on legal topics or other features. Visualization methods include word clouds and t-SNE plots for spatial relations between documents. We next consider legal prediction problems. Given the evidence and briefs in this case, how will a judge probably decide? How likely is a criminal defendant to commit another crime? How much additional revenue will this new tax law collect? Students will investigate and implement the relevant machine learning tools for making these types of predictions, including regression, classification, and deep neural networks models. We then use these predictions to better understand the operation of the legal system. Under what conditions do judges tend to make errors? Against which types of defendants do parole boards exhibit bias? Which jurisdictions have the most tax loopholes? In a semester project, student groups will conceive and implement a research design for examining this type of empirical research question. Some programming experience in Python is required, and some experience with text mining is highly recommended.
851-0158-15L	Der Mensch zwischen Mängelwesen und Cyborg. Trans- und posthumanistische Visionen Besonders geeignet für Studierende D-HEST, D-INFK, D-ITET Maximale Teilnehmerzahl: 50	W	3 KP	2S	K. Liggieri
Kurzbeschreibung	In unserem Alltag sind wir von automatisierten, selbstregulierten Maschinen umgeben (Smartphone, Prothesen, etc.), diese Techniken gehören zu unserem Leben und ohne sie ist eine menschliche Existenz nicht mehr denkbar. Der Mensch braucht also die Technik für sein Leben und Überleben. Wie aber verändert sich der Mensch durch diese Technik? Wie und mit welchen Techniken optimiert er sich?
Lernziel	Abseits der wichtigen Möglichkeiten der biomedizinischen Heilung, muss sich im Seminar die Frage gestellt werden, wie sich unser Blick auf „Mensch" und „Maschine" verändert. Wie veränderten sich der Mensch und die Technik gegenseitig in der modernen Optimierung, in der der Mensch mit der Maschine in sich selbst eingreift? Was passiert, wenn Mensch und Technik verschmelzen und neue Körper (Cyborgs, etc.) schaffen? Es soll im Seminar um eine Einschätzung unserer modernen Vorstellung von Mensch und Maschine gehen, die durch trans- und posthumanistische Visionen im Wandel begriffen ist. Hierfür soll auf historische und gegenwärtige Debatten der Optimierung eingegangen werden.
851-0125-81L	Wie frei sind wir? Philosophische Theorien über Freiheit und Determinismus Besonders geeignet für Studierende D-BIOL, D-HEST, D-INFK, D-CHAB, D-HEST, D-PHYS	W	3 KP	2G	L. Wingert
Kurzbeschreibung	Wir werden für unsere Leistungen gelobt und für unsere Fehler kritisiert. Das setzt voraus, dass es an uns lag, dass die Leistung erbracht und der Fehler gemacht wurde. "Es liegt an uns, was passiert" drückt aus, dass wir frei sind. Aber sind wir in unserem bewussten Verhalten wirklich so frei, dass wir für es verantwortlich sind? Oder unterliegen wir deterministisch zu verstehenden Bedingungen?
Lernziel
851-0144-19L	Philosophie der Zeit Findet dieses Semester nicht statt. Besonders geeignet für Studierende D-BIOL, D-INFK, D-MATH, D-PHYS	W	3 KP	2V	Noch nicht bekannt
Kurzbeschreibung	Dieser Kurs bietet eine Einführung in philosophische Fragen zum Thema Zeit. Behandelt wird u.a.: die Existenz von Vergangenheit, Gegenwart und Zukunft; die Möglichkeit von Zeitreisen; die Konstitution unseres Zeitbewusstseins und dessen mögliche neurophysiologische Gegenstücke; zeitliche Vorurteile in unserer Lebensführung; Verantwortung gegenüber zukünftigen und vergangenen Generationen.
Lernziel	Am Ende der Vorlesung sind die Studierenden in der Lage, verschiedene Begriffe und Theorien von Zeit zu beschreiben und zu vergleichen (physikalische Zeit, wahrgenommene Zeit, historische Zeit, ...). Sie kennen die damit verbundenen zentralen Fragestellungen und Probleme unterschiedlicher Bereiche der Philosophie - insbesondere der Wissenschaftsphilosophie, der Philosophie des Geistes, der Metaphysik und Ethik. Die Studierenden sind befähigt, die Auswirkungen dieser Probleme in breiteren wissenschaftlichen und gesellschaftlichen Kontexten kritisch zu diskutieren und zu bewerten. Diese Veranstaltung reflektiert in Teilen auf fachspezifische Methoden und Inhalte aus den Bereichen Physik, Neuro-/Kognitionswissenschaft und Logik.
Inhalt	Zeit ist eine fundamentale Dimension, in der wir uns sowohl als biologisch-physikalische wie auch als geistige Wesen bewegen. Zeit durchzieht unser Dasein in verschiedenen Erscheinungsformen – unter anderem als physikalische Zeit, als wahrgenommene Zeit, als gesellschaftlich-intersubjektive Zeit und als historische Zeit. Dementsprechend war und ist das Thema Zeit immer wieder der Gegenstand von grundlegenden Diskussionen in unterschiedlichen philosophischen Teildisziplinen – von Metaphysik über Wissenschaftsphilosophie und Philosophie des Geistes bis hin zu Philosophiegeschichtsschreibung und Ethik. Im Kurs werden die wichtigsten zeitspezifischen Fragestellungen dieser verschiedenen philosophischen Teildisziplinen und deren Querverbindungen behandelt. In diesem Sinne bietet der Kurs auch eine allgemeine Einführung in die Philosophie. Behandelt wird u.a.: die Existenz von Vergangenheit, Gegenwart und Zukunft; die Möglichkeit von Zeitreisen; die Konstitution unseres Zeitbewusstseins und dessen mögliche neurophysiologische Gegenstücke; zeitliche Vorurteile in unserer Lebensführung ("lieber heut' als morgen"); Verantwortung gegenüber zukünftigen und vergangenen Generationen. Die einzelnen Themen der Vorlesungen lauten und gliedern sich wie folgt: 1. Einleitung: Zeit als grundlegende Dimension des geistigen und körperlichen Lebens a) Diverse Erscheinungsformen von Zeit b) Themen und Motive der Vorlesung 2. Metaphysische Positionen und Probleme a) Grundbegriffe und Grundpositionen b) Ein Argument gegen die Realität von Zeit c) Gegenwart der Erfahrung d) Zeitfluss, Wandel und Kausalität e) Determinismus und Fatalismus 3. Die formale Struktur von Zeit: Philosophie der Mathematik und Informatik a) Zenons «Pfeil» und (wieder) Wandel b) Ist Zeit ein Kontinuum? c) Simulationen und Zeitreihenanalysen 4. Die konkrete Struktur der äußeren Zeit: Philosophie der Physik a) Gerichtetheit der physikalischen Zeit b) Bedingungen und Möglichkeiten von Zeitmessungen c) Zeitreisen und zyklische Zeiten 5. Zeit wahrnehmen: Philosophie des Geistes und der Kognitionswissenschaften a) Phänomenologie des inneren Zeitbewusstseins b) Hören als Zeitwahrnehmung, Musik als «Zeitkunst» c) Neurophänomenologie der Zeit d) Pathologien der Zeitwahrnehmung: Zeit und Leid 6. Zeitfragen der Lebensführung und Ethik: Praktische Philosophie a) «Lieber heute als morgen» – Zeitliche Vorurteile und Wohlergehen b) Sind Taten nur im Nachhinein zu bestrafen? – Einige moralische Erwägungen c) Verantwortung gegenüber anderen Generationen und personale Identität d) Ist Zeit «ein knappes Gut»? – Metaphern und demokrat. Entscheidungsprozesse 7. Zeitlichkeit in der Forschung: Geschichtsschreibung der Philosophie a) Sollte die Philosophie ihre Vergangenheit kennen? b) Geschichten von Begriffen, Ideen und Problemen 8. Schluss: Reprise und (De-)Synchronisationen a) Wiederkehrende Fragestellungen und Antwortansätze b) Taktungen, Strukturanalogien und Resonanzkatastrophen
Literatur	Der Kurs orientiert sich wesentlich an folgender Monographie, deren Anschaffung empfohlen wird: - Sieroka, N. 2018. Philosophie der Zeit – Grundlagen und Perspektiven (Reihe C.H.Beck Wissen). München: Beck-Verlag (ISBN 978-3-4067-2787-0) 128 S., 9.95€ (Taschenbuch), 7.99€ (Kindle/ebook). Diverse weitere Literaturhinweise folgen in der Vorlesung. Zentrale Texte werden zudem auf einer Lehrplattform zum Herunterladen bereitgestellt.
851-0732-05L	Internet Privacy Number of participants limited to 25. Please send an email to the lecturer briefly explaining your educational background. An introduction session will take place from 9:00 until 11:30 am on February 21, 2019. Particularly suitable for students of D-INFK, D-MTEC.	W	3 KP	1S	A. Stremitzer
Kurzbeschreibung	This course focuses on privacy in the Internet. We discuss the proper scope of privacy protection in the Internet and different regulatory approaches in the US, the EU, and Switzerland. We will also explore strategies to enforce privacy in the Internet through innovative legal strategies and “enforcement bots” (automated enforcement algorithms).
Lernziel	The aim of the course is to 1) Introduce students to current regulatory approaches to Internet privacy (useful contextual knowledge especially for computer science students) 2) Introduce students to business models of Internet companies and their potential threats and benefits (useful contextual knowledge especially for computer science students) 3) Discuss policy questions surrounding Internet Privacy (stimulate critical thinking) 4) Explore the potential innovative enforcement ideas that combine technical/ legal techniques whose technical and legal viability has yet to be tested. There will be a number of experts giving short guest lectures introducing topics. These experts will also participate in subsequent discussions. This is a format where students witness and participate in the creation of new ideas and knowledge (students see science/scholarship in progress) The following guest lecturers (and potentially others) intend to participate: Florencia Marrotta-Wurgler (NYU Law School, Professor of Law, Co-Reporter, Third Restatement of Consumer Contracts, American Law Institute) Florent Thouvenin (UZH, Professor of Law, Information and Communication Law) David Basin (ETH, Professor of Computer Science, Information Security Group)
851-0739-02L	Building a Robot Judge: Data Science for the Law (Course Project) This is the optional course project for "Building a Robot Judge: Data Science for the Law." Please register only if attending the lecture course or with consent of the instructor. Some programming experience in Python is required, and some experience with text mining is highly recommended.	W	2 KP	2V	E. Ash
Kurzbeschreibung	Students investigate and implement the relevant machine learning tools for making legal predictions, including regression, classification, and deep neural networks models.
Lernziel
Inhalt	Students will investigate and implement the relevant machine learning tools for making legal predictions, including regression, classification, and deep neural networks models. We will use these predictions to better understand the operation of the legal system. In a semester project, student groups will conceive and implement a research design for examining this type of empirical research question.

Seite 1 von 1