Inhalt
Kursübersicht – Details
Fachkurs: 23IF-H21 Machine Learning - Advanced Data Analysis Concepts with Python
Voraussetzungen: Good knowledge of object-oriented programming, statistics and python or Workshop "Data Analysis Concepts with Python"
Teilnehmerinnen: 12
Credit Point (ECTS): 1
Leistung für CP: Data analysis task performed an a given data set, as a documented jupyter notebook within the GitLab project of the workshop and presented in a virtual session to the other workshop participants.
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 analytics 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
- usage of an agile working environment via GitLab projects
Kategorie
- Halbwochenkurs (Do - Sa)
Datum
27.–29.07.2023
Ort
- Hochschule Furtwangen - Campus Furtwangen
- Furtwangen
ReferentIn
- Dr. rer. nat. Nadine Berner, Forschungs- und Innovationszentrum (FIZ) der BMW Group, München
studierte an der Universität Würzburg Physik. An der Universität Potsdam promovierte sie in Theoretischer Physik und entwickelte probabilistische Methoden zur Analyse von Trendwenden in komplexen Klimasignalen. Danach forschte sie sechs Jahre als Research Data Scientist bei der gemeinnützigen Gesellschaft für Anlagen- und Reaktorsicherheit (GRS gGmbH), in der Abteilung Sicherheitsanalysen, am Forschungszentrum Garching bei München. Mittlerweile arbeitet sie als Data Scientist mit dem Fokus auf Geoanalytics am Forschungs- und Innovationszentrum (FIZ) der BMW Group in München.
Ihr Forschungsinteresse umfasst die komplexe Zeitreihenanalyse, sowie die Unsicherheitsanalyse komplexer dynamischer Systeme unter Einfluss nicht-linearer Zustandsänderungen, basierend u.a. auf Ansätzen der Bayes Statistik, Netzwerktheorie und Maschinellen Lernalgorithmen.
Sprache
English
Preis für Berufstätige
€ 270,00
Preis für Teilzeitkräfte bis 50%
€ 135,00
Ermäßigter Preis / Reduced price
€ 45,00
Preis für Berufstätige 20% Rabatt / Price for professionals (20% discount)
€ 216,00
Genaue Kurszeiten:
Do 27.07.
16.00 - 17.30
Fr 28.07.
09.00 - 10.30
11.00 - 12.30
14.00 - 15.30
16.00 - 17.30
Sa 29.07.
09.00 - 10.30
11.00 - 12.30
13.30 - 15.00
Mögliche Zahlungsarten
- Zurzeit ist Zahlung nur per Rechnung möglich. / Payment possible only by invoice
Zielgruppen
- Arbeitssuchende
- Berufstätige
- Schülerinnen - Kursstufe
- Studentinnen
Veranstalter
- Netzwerk F.I.T (if)
Freie Plätze
5