In der ersten Session wurden nach einer kurzen Einführung in den Themenbereich sowie der Abgrenzung aktueller Entwicklungen, zunächst grundlegende Data-Science-Prozesse eingeführt. Ein Fokus lag darauf, Probleme im Unternehmen zunächst identifizieren und spezifizieren zu können. Dazu wurde eine Klassifizierung typischer Data-Science-Aufgaben eingeführt, z.B. Classification und Clustering.
Die zweite Session stand anschließend im Zeichen des Maschinelles Lernens. Dabei wurden verschiedene Algorithmen vorgestellt, der mathematische Hintergrund erläutert und dabei auch aufgezeigt, für welche Anwendungsszenarien verschiedene Algorithmen interessant sind.
Die so kennengelernten Algorithmen wurden im Rahmen der dritten Session praktisch angewendet. Dazu wurde Weka als einfaches Data-Science-Tool eingeführt und die Teilnehmenden konnten einzelne Algorithmen mit Beispieldatensets selbst anwenden. Dabei lag ein Fokus auch darauf, wie Datensätze für die Verwendung ausgewählt und vorbereitet werden können.
In der vierten und letzten Session wurde Orange Data Mining als weiteres Tool für Data Science und Maschinelles Lernen vorgestellt. Dabei standen vor allem die Visualisierung von Ergebnissen sowie Erweiterungsmöglichkeiten für spezielle Anwendungsszenarien wie z.B. Text Mining im Vordergrund. Zudem wurden weitere Ressourcen vorstellt, die den Teilnehmenden bei tieferem Einstieg in die Thematik helfen können. Zum Schluss wurde der Prozess, mit dem die Ergebnisse in die Praxis transferiert werden können, besprochen und verschiedene Fragen von Teilnehmenden aufgegriffen.
Für Rückfragen zur E-Learning-Reihe steht das Team des Kompetenzzentrums gerne zur Verfügung. Ebenso besteht die Möglichkeit gemeinsam Praxisprojekte durchzuführen oder eine Data Science Sprechstunden zu vereinbaren. Wir freuen uns auf Sie
11.05.20
Themen
Kontakt
