Specialist Seminar – Auftaktveranstaltung mit Dr. Uwe Ligges, R Core-Team Developer
“Führt die reale statistische Praxis zu einer (Über-)Vereinfachung
der statistischen Methoden und des Programmierens?
Referent: Dr. Uwe Ligges ist einer von sehr wenigen, die sich als Teil des R Core Development Teams bezeichnen können. Diesem Engagement entsprechend steht er an der Spitze einer riesigen und weltweit aktiven Community. Er ist am Lehrstuhl für computergestützte Statistik der TU Dortmund tätig.
Montag, 30. September
1900 Uhr
B6 Raum A101
Am Statistical Consulting Center der Univ. Dortmund wird ein großes Spektrum an statistischen Methoden und Programmiersprachen verwendet.
Oft werden Standardmethoden angewandt, ohne dass die Probleme wirklich standard sind. Es “richtig” zu machen kann jedoch sehr schwierig, zeitaufwändig, und letztendlich finanziell nicht tragbar sein.
Schlimmer noch, offensichtlich inadequate “Standardverfahren” werden zum Teil sogar von wissenschaften Zeitschriften gefordert.
In diesem Vortrag werde ich sowohl Beispiele nennen, bei denen Vereinfachungen essentiell waren, als auch Beispiele, wo (Über-)Vereinfachungen zu falschen Resultaten geführt haben.
Specialist Seminar – LSTM und Reinforcement Learning
Referenten: Felix Reinbott, Uni Mannheim Wirtschaftsmathematik und Frederik Nolte, Uni Mannheim Wirtschaftsinformatik
Datum: Mittwoch, 30. Oktober 2019
Uhrzeit: 1900 Uhr
Raum: A5,6 C013
Teil 1: Kann ein Neuronales Netz die klassischen Datenanalyseverfahren schlagen? Und falls ja, welche Netzarchitektur kann “intelligent” werden?
Falls Dich diese Fragen beschäftigen oder Du einfach einen Einblick in die Welt der Neuronalen Netze möchtest: Felix wird nach einer kurzen Einführung in die “Architektur” der Long Short Term Memory (LSTM) Netze vorgestellen, wie man ebendiese für die Analyse von echten Daten in der Praxis verwenden kann.
Materialien und Notebook-Präsentation auf github: https://github.com/FelixRb96/lstm_seminar
Teil 2: Nach der Einführung in LSTM präsentiert Frederik die wichtigsten Algorithmen des Reinforcement Learning. Reinforcement Learning versucht das Lernverhalten von Lebewesen zu modellieren, indem ein Agent basierend auf gesammelter Erfahrung eine Strategie entwickelt, um einen definierten langfristigen Nutzen zu maximieren.
Neben Supervised und Unsupervised Learning stellt Reinforcement Learning die dritte grundlegende Art von Machine Learning Algorithmen dar. Im Seminar werden grundlegende modellbasierte Algorithmen, wie Value-Iteration und Policy-Iteration, sowie modellfreie Algorithmen, wie Q-Learning, behandelt.
Specialist Seminar – Natural Language Processing (NLP)
Referenten: Larissa Haas, Tommi Kramer (beide sovanta AG)
Datum: Mittwoch, 06. November 2019
Uhrzeit: 1900 Uhr
Raum: B6, A101
Siri, Alexa, Google Übersetzer – Kaum ein Gebiet hat sich in den vergangenen Jahren so rasant und erfolgreich entwickelt wie das Natural Language Processing (NLP).
Gleichzeitig kommt dem NLP aufgrund des schnellen Wachstums von in Text- oder Sprachform vorliegenden Daten eine immer bedeutendere Rolle in der Zukunft zu.
Doch was steckt eigentlich hinter all diesen Technologien, welche die Interaktion von Mensch und Computer immer weiter vereinfachen?
Specialist Seminar – EM-Algorithm
Referent: Borui Niklas Zhu, Uni Mannheim Volkswirtschaftslehre
Datum: Mitte November
Raum, Uhrzeit: tba
Der “Expectation-Maximisation (EM) Algorithm” gehört zu den bedeutendsten Algorithmen im Bereich Machine Learning. EM wird eingesetzt, um bei statistischen Modellen mit latenten (d.h. unbeobachteten, versteckten) Variablen Maximum-Likelihood Schätzungen durchzuführen.
In diesem Specialist Seminar werden wir den EM-Algorithmus kennenlernen und auf sogenannte “mixture models” loslassen – bei dieser Klasse von Modellen sind zwei oder mehr parametrische Verteilungen gegeben und es ist Zufall, zu welcher der Verteilungen eine gegebene Observation gehört. Diese Zuteilung ist hier die latente Variable.
Wir werden den Algorithmus für solche Beispiele von Hand herleiten und dann in R implementieren.
empfohlenes Vorwissen: Einführung in die Wahrscheinlichkeitstheorie (WiMa) oder Statistik I & II (VWL); insbesondere die gängigen Verteilungsklassen & Maximum-Likelihood Estimation.
Genauere Informationen werden zu gegebener Zeit bekanntgegeben.
Du möchtest den Specialist Seminar nicht verpassen? Dann werde Mitglied, um den STADS-Newsletter zu abonnieren.
