Einführung in maschinelles Lernen

Dein Einstieg

Ob zur Auswertung, zur Erstellung von Prognosen oder zur Visualisierung – wer sich Daten zu Nutze macht, wird im Zeitalter von Data Economy die Nase vorn haben. Wir treffen uns an drei Terminen: Donnerstag den 14.6.2018, Mittwoch den 20.06.2018 und Mittwoch den 27.06.2018. Diese Schulung bietet eine grundlegende Einführung in die Datenanalyse. Ihr lernt grundlegende Methoden der Klassifikation und Regression kennen und sammelt praktische Erfahrungen in der Datenanalyseplattform KNIME.

Kursinhalt

Sitzung 1:

• Grundlegende Konzepte der Datenanalyse

• Der Datenanalyseprozess

• Einführung in das Tool KNIME

Sitzung 2:

• Klassifizierung

Sitzung 3:

• Regressionsanalyse

Was Du bekommst

Ziel von Big Data ist das Aufdecken von neuen Potenzialen und das Heben von vorhandenen „Daten-Schätzen“ auch in neuen Kontexten. Mit diesem Kurs bekommt ihr einen ersten Einstieg in die Methodik der Datenanalyse. Daneben könnt ihr zwei Expertinnen im Bereich AI und Business Intelligence der Siemens AG kennen lernen.

Über die Kursleiterinnen

Die Siemens AG ist Förderer von moinworld in München und stellt uns zwei ihrer Expertinnen für Digitalisierungstrainings.

Daniela Oelke ist Research Scientist in der Forschungsgruppe “Information Integration & Business Intelligence” bei Siemens Corporate Technology und Senior Key Expertin für “Explainable Artificial Intelligence / Visual Analytics”. Sie arbeitet als Trainerin für verschiedene Datenanalysekurse (Aus- und Weiterbildung) bei Siemens. Vor ihrer Tätigkeit bei Siemens arbeitete sie für das DIPF (Deutsches Institut für Bildungsforschung) in Frankfurt und war PostDoc an der Universität Konstanz, wo sie auch in Visual Document Analysis promovierte.

Ariane Sutor leitet die Forschungsgruppe “Information Integration & Business Intelligence” bei Siemens Corporate Technology, der weltweiten Forschungsorganisation von Siemens. Darüber hinaus ist sie Sprecherin des Siemens-Programms “AI-driven Enterprise”, das darauf abzielt, die Kernprozesse eines Unternehmens intelligenter zu gestalten. Zuvor hatte sie verschiedene Positionen in der Siemens-Forschung inne und arbeitete für das European Institute of Innovation and Technology als Leiterin der Aktionslinie “Smart Energy Systems”. Ariane’s aktuelles Interesse gilt der visuellen Analytik und der erklärbaren KI, um Transparenz über die KI in technischen Anwendungen zu schaffen. Sie hat an der TU München Mathematik studiert und promoviert.