Springe direkt zum Inhalt

Sie sind hier:

Inhalt

Kursübersicht 2021 – Details

Fachkurs: 21IF-21-HW2 Machine Learning - Advanced Data Analysis Concepts with Python (english)

Target group: Master's students, doctoral and post-doctoral students, professionals
Requirements: Good knowledge of object-oriented programming, statistics and Python or Workshop Data Analysis Concepts with Python (Workshop 21IF-02-HW1).
Participants: 12
Credit Point (ECTS): 1
Work for CP: Programming project of a data analysis task

A challenging task depicts the analysis of complex data for unravelling deeper insights from and predicting future patterns based on available data. Machine learning (ML) algorithms provide powerful approaches to extend the data analysis spectrum beyond classical statistical modelling concepts. The workshop aims to enable the participants to understand and apply supervised and unsupervised learning methods and to address advanced data analysis tasks in a sustainable pythonic manner.

Based on Python, the workshop presents state-of-the-art ML libraries. To fully exploit the potential of the provided ML approaches, beneficial implementation strategies into the workflow of data analysis projects are elaborated.

The workshop introduces the guiding principles of data science and ML approaches used for advanced data analysis via hands-on examples covering:

  - introduction to supervised and unsupervised machine learning

  - discussion of statistical principles guiding machine learning concepts

  - discussion of interpretability approaches to machine learning algorithms

  - application of open source libraries for advanced data analysis and machine learning

Kategorie

  • Halbwochenkurs (Do - Sa)

Datum

29.–31.07.2021

Ort

Online
Online

ReferentIn

Dr. rer. nat. Nadine Berner

studierte an der Universität Würzburg Physik. An der Universität Potsdam promovierte sie in Theoretischer Physik und entwickelte dabei probabilistische Methoden zur Analyse von Trendwenden in komplexen Klimasignalen. Seitdem arbeitet sie als Research Data Scientist bei der gemeinnützigen Gesellschaft für Anlagen- und Reaktorsicherheit (GRS gGmbH), in der Abteilung Sicherheitsanalysen, am Forschungszentrum Garching bei München.

Hauptsächlich beschäftigt sie sich dabei mit der probabilistischen Modellierung und Analyse komplexer dynamischer Systeme um das Verhalten und die Sicherheit von z.B. nuklearen Reaktoranlagen zu untersuchen. Ihr übergreifendes Forschungsinteresse besteht aus der Methodenentwicklung zur Unsicherheits- und Sensitivitätsanalyse komplexer dynamischer Systeme unter Einfluss nicht-linearer Zustandsänderungen mittels Ansätzen der Bayes Statistik, Monte-Carlo-basierten Simulationsstrategien, komplexen Netzwerkanalysen und Maschinellen Lernalgorithmen.

Sprache

English

Preis für Berufstätige

€ 240,00

Preis für Teilzeitkräfte bis 50%

€ 120,00

Ermäßigter Preis

€ 40,00

Genaue Kurszeiten:

Do 29.07.
16.00 - 17.30


Fr 30.07.
09.00 - 10.30
11.00 - 12.30
14.00 - 15.30
16.00 - 17.30


Sa 31.07.
09.00 - 10.30
11.00 - 12.30
14.00 - 15.30

Mögliche Zahlungsarten

  • per Rechnung

Zielgruppen

  • Arbeitssuchende
  • Berufstätige
  • Schülerinnen - Kursstufe
  • Studentinnen

Veranstalter

Netzwerk F.I.T (if)

Freie Plätze

12

Anmeldeschluss

30.06.2021

Anmeldung

ab 10.05.2021 00:00


Zur Übersicht

Kurs per Email empfehlen
mehrere Empfänger werden durch Komma getrennt
dieses Feld dient zur Abwehr von Spam