Advanced Data Analytics - Fachwissen zur Datenauswertung
Veranstaltungsnummer: 02SE445
- Erarbeitung von Vorgehensmodellen bei der Datenauswertung
- Konzepte für die Auswertung von Big Data kennen und anwenden
- Interpretation und visuelle Aufbereitung der Ergebnisse
Dieser weiterführende Workshop bringt Ihnen vertiefende Einblicke in die Daten Analyse und bietet Ihnen die Möglichkeit, sich umfassend zum Thema zu informieren. Sie lernen die Methoden zur Datenauswertung vertiefend kennen und machen erste praktische Anwendungen.
Advanced Data Analytics umfasst die Spezialgebiete Data Mining, Predictive Analytics, Process Mining, Text Mining und Machine Learning (maschinelles Lernen).
Der Fokus des Workshops liegt auf der Vermittlung von Anwendungskompetenz. Sie erlernen die
praktische Umsetzung zur Auswertung von großen Datenbeständen. Nach dem Besuch des Seminars sind Sie in der Lage, in großen Datenbeständen Zusammenhänge zu erkennen, diese nutzbar zu machen und entweder für die Entscheidungsfindung heranzuziehen, für die Optimierung von bestehenden Prozessen oder für die Entwicklung neuer Geschäftsmodelle zu nutzen.
Sie können, basierend auf dem Gelernten eine Datenauswahl treffen, diese vorverarbeiten und analysieren, z. B. clustern oder klassifizieren. Darüber hinaus haben Sie das notwendige Fachwissen erworben, um sich selbständig weiterzubilden und Ihr Wissen zu vertiefen.
Top-Themen
- Erarbeitung von Vorgehensmodellen bei der Datenauswertung
- Konzepte für die Auswertung von Big Data kennen und anwenden
- Interpretation und visuelle Aufbereitung der Ergebnisse
Ablauf des Seminars "Advanced Data Analytics"
Folgende Inhalte werden in diesem Seminar vermittelt:
Theoretische Grundlagen
- Erarbeitung von Vorgehensmodellen bei der Analyse
- CRISP-DM als Industriestandard (CRoss-Industry Standard Process for Data Mining)
- Aufbau einer Analysepipeline mittels CRISP-DM-Prozess
- Konzepte der Datenanalyse und Interpretation
- Komplexe Datenauswahl und Datentransformationen
- Aggregate
- Un(Pivot)
- Split
- Join
- Nominal2Numerical, etc.
- Komplexe Modellierung
- Interpretation der Modellgüte mittels Precision, Recall, F-Score
- Vergleich der diagnostischen Qualität binärer Modelle
- Multiklassen-Klassifikation (one-vs-one und one-vs-all Ansätze)
- Konzepte der Datenanalyse und Interpretation
- ROC-Charts (Receiver Operating Characteristics)
- AUC (Area Under The Curve)
- Export von Daten und visuelle Aufbereitung für Präsentationen
Praktische Anwendung
Bearbeitung von Use Cases aus dem Bereich Predictive MaintenanceInterpretation der ErgebnisseVisuelle Aufbereitung der ErgebnisseZielgruppe
Fach- und Führungskräfte aus der Industrie, die mit großen Datenmengen zur Auswertung oder Weiterverarbeitung beschäftigt sind, z.B. aus den Bereichen:
- Instandhaltung
- Produktion/Fertigung
- Automation/Digitalisierung
Ihr Experte in diesem Seminar
Prof. Dr. Gernot Heisenberg
Technische Hochschule Köln, IWS - Institut für Informationswissenschaften
Prof. Dr. Gernot Heisenberg ist Professor für Information Research and Data Analytics an der TH Köln. Er studierte theoretische Physik an der RWTH Aachen und promovierte dort in Informatik. Nach seiner langjährigen Teamleitertätigkeit am Fraunhofer Competence Center for Virtual Environments, gründete er eine Firma für Simulationssoftware flexibler, biegeschlaffer Bauteile. Von 2014 bis 2016 war er Professor in Wiesbaden. Seit 2016 lehrt er an der Technischen Hochschule Köln. Seine Forschungs- und Lehrschwerpunkte umfassen Maschinelles Lernen/Data Analytics (Big Data) sowie Information Research. Er forscht und publiziert fortlaufend zu Big Data Analytics und Virtual/Mixed/Augmented Reality. www.gernotheisenberg.de
Veranstaltung buchen