iStock-844535726.jpg

This content is not available or only partially available in English.

MACHINE LEARNING & DATA MINING - DIGITALER WORKSHOP

Ein praktischer Einstieg in Methoden und Werkzeuge für Anwendungen im betrieblichen Alltag

Lernen Sie im Rahmen eines zweitägigen anwendungsorientierten Digital-Workshops (16. und 23.11.2020) zusammen mit dem Data Science Lab am Fachbereich Wirtschaft betrieblich relevante Grundlagen des Maschinellen Lernens kennen.

Dabei setzen Sie - nach einer kurzen Einführung mit betrieblichen Anwendungsbeispielen - selbst praktische Übungen zum Umgang mit Daten und Analysemethoden an Hand von Python in die Tat um. Der Workshop wird abgerundet durch einen kurzen Einblick in Fördermöglichkeiten für Projekte des Maschinellen Lernens und einen unternehmensspezifischen 30-minütigen Potenzialcheck.


WORKSHOP IM ÜBERBLICK

Programm

1. Einstieg in Künstliche Intelligenz & Maschinelles Lernen mit betrieblichen Anwendungsbeispielen

  • Überwachtes Lernen anhand von Klassifikation mit Entscheidungsbäumen und Regression
  • Unüberwachtes Lernen mittels Assoziationsregeln und Clustering
  • Einblick in Neuronale Netze am Beispiel von Bilderkennung und Klassifikation
  • Datenanalyse mit Python & Jupyter Notebooks
  • Nutzung alternativer Software, z.B. RapidMiner

2. Praktische Übungen zum Umgang mit Daten und Analysemethoden mit Python

  • In Kleingruppen mit Einzelbetreuung
  • Basis sind Bibliotheken aus dem Scientific Stack wie pandas, numpy, scikit, matplotlib und tensorflow

3. Einblick in Fördermöglichkeiten für Projekte des Maschinellen Lernens

4. Unternehmensspezifischer 30-minütiger Potenzialcheck

Zeit und Ort

16.11. & 23.11.2020 (je montags, virtuell über Zoom) | 9 bis 17 Uhr

Zielgruppe

Interessierte Entwickler*innen und IT-Entscheider*innen mit Grundlagen im Programmieren

Teilnahmebeitrag

 450 EUR (inkl. MwSt) - 2-tägiger digitaler Workshop, Umsetzungsvorlagen in Python zur Nutzung im eigenen Unternehmen, Präsentationen und Teilnahmebestätigung.

Veranstalter

Data Science Lab - Fachbereich Wirtschaft, Hochschule Mainz

Referenten
Prof. Dr. Gunther Piller          Hans-Peter Weih

 

Zusätzliche Betreuung durch wissenschaftliche Mitarbeiter des Data Science Lab mit umfangreicher Projekterfahrung im Maschinellen Lernen

Workshopflyer

Download

Anmeldung & Weitere Information

Melden Sie sich direkt an unter data-science.lab (at) hs-mainz.de

Sie haben noch Fragen?

T +49 (0)6131 628-3450 | Tina Marie Monelyon 

Wir freuen uns, von Ihnen zu hören!


Weitere Details zum Workshop

Referenten

Prof. Dr. Gunther Piller

Gunther Piller ist Professor für Wirtschaftsinformatik und unterrichtet Maschinelles Lernen an der Hochschule Mainz. In aktuellen Forschungsprojekten befasst er sich mit der Anwendung neuer Technologien und Methoden im Bereich Business Analytics.

https://www.hs-mainz.de/hochschule/persoenliche-seiten/piller-gunther-prof-dr/

 

Hans-Peter Weih

Hans-Peter Weih war neunzehn Jahre bei der deutschen Niederlassung der Standard Life Versicherung tätig und dort als Teamleiter für den Aufbau des Data Warehouse und der Business Intelligence verantwortlich. Seit einigen Jahren unterrichtet er an der Hochschule Mainz Business Intelligence, Datenbanken und Data Science und berät freiberuflich mittelständische Unternehmen. Zusammen mit weiteren Mitgliedern organisiert er den Round Table der TDWI in Frankfurt.

Fragen, die wir gemeinsam während des Workshops erarbeiten

  • Was sind die Grundlagen des Maschinellen Lernens? (Einführung)
  • Was sind betriebliche Herausforderungen und wie lassen sich diese angehen?
  • Welche Methoden des überwachten/unüberwachten Lernens gibt es und welche Geschäftsprobleme lösen sie?
  • Wie lassen sich Bilder mit Neuronalen Netzen analysieren?
  • Wie führe ich Datenanalysen mit Python und Jupyter Notebooks durch bzw. welche Alternativen gibt es?
  • Was sind Use Cases, die mir in meinem eigenen Unternehmen als Beispiel dienen können?
  • Welche Methoden bieten sich für ein konkretes Beispiel aus meinem Unternehmen an und was sind erste Ideen zur Umsetzung?
  • Welche Förderprogramme gibt es, um Maschinelles Lernen im meinem Unternehmen umzusetzen?

Bildnachweise: Header - iStock, Prof. Dr. Gunther Piller - Gregor Schläger, Hans-Peter Weih - privat.