2-tÄgiger workshop data analytics - ntb buchs...promotionsstudium bei prof. scherzer an der...
TRANSCRIPT
DATA ANALYTICS
2-TÄGIGER WORKSHOP
Interstaatliche Hochschulefür Technik Buchs
NTB
FHO Fachhochschule Ostschweiz
BEGRIFFSKLÄRUNG, METHODEN, WERKZEUGE UND
PRAXISBEISPIELE
Donnerstag und Freitag 11./12. Oktober 2018
NTB Campus Buchs
2
Wir laden Sie herzlich ein, an dem Workshop teilzunehmen.
Mit freundlichem Gruss
Prof. Dr. Klaus Frick
WISSEN AUS DATEN
Sehr geehrte Damen und Herren,
Im Zeitalter der Digitalisierung steht
eine Ressource im Übermass zur
Verfügung: Daten. Data Science
bezeichnet die Disziplin, aus unstruktu-
rierten Daten Information und Wissen
und damit letztendlich Mehrwert zu
generieren. Maschinelles Lernen
ist eine Teildisziplin der künstlichen
Intelligenz, die genau dafür Werkzeuge
zur Verfügung stellt: Selbstlernende
Algorithmen, mit deren Hilfe Daten inter-
pretiert, Muster extrahiert und schlies-
slich Vorhersagen für die Zukunft getrof-
fen werden. Eine Herausforderung
dabei ist neben den komplexen
Strukturen auch die schiere Menge der
Daten und die Geschwindigkeit ihres
Entstehens. Vor diesem Hintergrund
spricht man deshalb auch von Big Data:
Das Datenvolumen ist ein Teil des
Problems.
Dr. Klaus FrickProfessor für Mathematik und Physik
Data Science ist längst in unserem
Alltag angekommen: Google, Netflix,
Facebook & Co. sind wahre Meister
der Datenanalyse und beschäftigen
Heerscharen von Mathematikern und
Statistikern, um ihre Daten zu durch-
forsten. Als Benutzer von Smartphones
kommen wir tagtäglich in den Genuss
von künstlicher Intelligenz in Form von
maschinellem Lernen. In der Industrie
bzw. im Ingenieurswesen allgemein
befinden wir uns momentan noch in der
Pionierphase. Typische Fragstellungen
hier sind etwa das Design von virtuellen
Sensoren, vorausschauende Wartung
oder selbstlernende Algorithmen zur
Regelung und Steuerung.
Dieser zweitägige Workshop gibt einen
Überblick über das sich rasch ent-
wickelnde Feld Data Science. Neben
Praxisbeispielen, Begriffsklärungen und
theoretischen Grundlagen lernen Sie die
gängigen Software-Tools in hands-on
Sequenzen aktiv kennen.
3
Zielpublikum
Der Workshop ist an alle gerichtet, die mit der Analyse von Daten zu tun haben oder
sich dafür interessieren, z.B. Manager, Führungskräfte in Wirtschaft und Technik,
Qualitätsverantwortliche, Ingenieure und Laboranten. Es werden nur elementare
Mathematik- bzw. Programmierkenntnisse vorausgesetzt.
Tagungsgebühren
Der Normalpreis für Teilnehmer aus Unternehmen beträgt CHF 1200.00.
Ein Hochschulrabatt ist auf Anfrage möglich.
Der Preis beinhaltet die Verpflegung an beiden Unterrichtstagen (Pausen,
Mittagessen und Apèro) sowie die Kursunterlagen auf Deutsch.
Referent
WICHTIGE INFOSWISSEN AUS DATEN
Prof. Dr. Klaus Frick wurde 1980 in
Bludenz (A) geboren und studierte tech-
nische Mathematik an der Universität
Innsbruck. Sein Diplom erhielt er 2004
mit einer Arbeit über Toleranzanalyse in
CAD Systemen in Zusammenarbeit mit
der Firma GETRAG Ford Transmissions
GmbH in Köln. Bis 2008 folgte ein
Promotionsstudium bei Prof. Scherzer
an der Universität Innsbruck im Bereich
der mathematischen Bildverarbeitung
(Variationsmethoden, Optimierung).
Von 2008 bis 2013 war Dr. Frick
Assistent am Institut für mathematische
Stochastik der Universität Göttingen, wo
er sich mit statistischen Schätzverfahren
in der Bildverarbeitung beschäf-
tigt hat. Seit Juli 2013 ist Dr. Frick
Dozent für Mathematik am Institut für
Computational Engineering an der NTB
in Buchs. Neben seiner Lehrtätigkeit ist
er vor allem in Data Science Projekten
in Kooperation mit lokalen Unternehmen
engagiert.
4
PROGRAMM 1. TAG
4
Sie lernen die wichtigsten Grundbegriffe
modernen Datenanalyse kennen sowie
die Abgrenzungen und Schnittstellen
zu anverwandten Gebieten. Grundsätze
zur Projektplanung mit Daten werden
aufgezeigt und erste Beispiele, sowohl
historische als auch aktuelle, studiert.
Sie lernen zudem die wichtigsten aber
auch die unzulässigen Schritte zur
Vorverarbeitung und Visualisierung
von Daten. Am Nachmittag widmen
wir uns dann ersten Modellen aus dem
Bereich des überwachten Lernens:
Aus historischen Daten werden
Regressionsmodelle erlernt, validiert
und dann zur Analyse und Vorhersage
verwendet. Alle Techniken erfahren Sie
selber anhand vorbereiteter Tutorials in
den gängigen Modellierungstools.
Tag 1 Donnerstag, 11.10.2018
8:30 – 8:45 Begrüssung
8:45 – 10:00 Einführung und Grundbegriffe
– Begriffsdefinitionen
– Projektmanagement (CRISP-DM)
– Erste Beispiele
– Grundzüge der Modellierung
10:00 – 10:30 Pause
10:30 – 12:00 Beschreiben und Visualisieren von Daten
– Deskriptive Statistik
– Datenvisualisierung
– Datentransformationen
– Hands-on
12:00 – 13:00 Mittagspause
13:00 – 14:30 Überwachtes Lernen I – Regression
– Einführung in überwachtes Lernen
– Lineare Regression
– K- nearest neighbors Regression
– Resampling Methoden und Modellwahl
14:30 – 15:00 Pause
15:00 – 17:00 Hands-on Regression: Virtuelle Sensoren
Ab 17:00 Apéro
55
«YOU CAN HAVE DATA WITHOUT INFORMATION, BUT YOU CAN NOT
HAVE INFORMATION WITHOUT DATA»Daniel Keys Moran
66
PROGRAMM 2. TAG
Der zweite Tag dient zur Vertiefung
der Modellierungskompetenz.
Wir widmen uns zunächst den
Klassifikationsproblemen, der am
häufigsten anzutreffenden Situation
in der Praxis (z.B. Vorausschauenden
Wartung, Spam Detektor oder das
Vorschlagssystem von Amazon).
Tag 2 Freitag, 12.10.2018
8:30 – 10:00 Überwachtes Lernen II – Klassifikation
– Klassifikationsproblem
– Logistische Regression
– Neuronale Netze und Deep Learning
10:00 – 10:30 Pause
10:30 – 12:00 Hands-on Klassifikation: Predictive Maintenance
12:00 – 13:00 Mittagspause
13:00 – 14:30 Unüberwachtes Lernen
– Einführung in unüberwachtes Lernen
– Dimensionsreduktion
– Clusteranalyse
14:30 – 15:00 Pause
15:00 – 16:45 Hands-on Unüberwachtes Lernen: Anomalitätsdetektion
16:45 – 17:00 Wrap-up
Ab 17:00 Apéro
Des Weiteren bekommen Sie einen
Einblick in die Welt des unüberwach-
ten Lernens. Hier lernen Sie, wie man
Gruppen und Muster in unstrukturier-
ten Daten finden kann und wir man
grosse Datenmengen mit geringem
Informationsverlust reduzieren kann.
7
ANMELDUNG / ORGANISATORISCHES
Anmeldeschluss ist der 5. Oktober 2018.
Die Anmeldung erfolgt online unter
www.ntb.ch/bigdata
Für Fragen steht Ihnen Prof. Dr. Klaus
Frick zur Verfügung.
Die Teilnehmerzahl ist auf 25
Personen beschränkt. Die An-
meldungen werden entsprechend
ihres Eingangsdatums berücksich-
tigt. Nach Eingang Ihrer Anmeldung
erhalten Sie eine Bestätigung und
eine Rechnung, die Sie bitte vor
Veranstaltungsbeginn begleichen.
8 8
Interstaatliche Hochschulefür Technik Buchs
NTB
FHO Fachhochschule Ostschweiz
NTB Interstaatliche Hochschule
für Technik Buchswww.ntb.ch
NTB Campus BuchsWerdenbergstrasse 49471 BuchsTel. +41 81 755 33 [email protected]
NTB Studienzentrum St.GallenSchönauweg 4, Postfach9013 St.GallenTel. +41 81 755 32 [email protected]
NTB Standort Chur HTW Chur (Kooperationspartner)Hochschule für Technik und WirtschaftPulvermühlestrasse 577004 Chur
FHO Fachhochschule Ostschweiz www.ntb.ch/ice
KONTAKT
Institut für Computational Engineering ICENTB Interstaatliche Hochschule für Technik BuchsWerdenbergstrasse 4CH-9471 Buchs
Prof. Dr. Klaus Frick+41 81 755 34 [email protected]