Specialist Seminar: Generative Adversarial Networks
Neuronale Netze können bekannterweise zur Klassifizierung von Bildern eingesetzt werden. Hierfür lernt ein Netz beispielsweise, wie ein Hund aussieht und kann Fotos dann richtig klassifizieren. Bei Generative Adversarial Networks (GANs) versuchen wir das Konzept jetzt umzudrehen. Wir wollen ein Netz bauen, das mit einem zufälligen Rauschen gefüttert wird und dann ein Foto von einem fiktiven Hund generiert. Natürlich gibt es noch eine ganze Reihe an anderen, spannende Anwendungsfällen!
Wir zeigen euch in unserem Specialist Seminar wie solche Netze funktionieren. Dabei behandeln wir zuerst den theoretischen Background und bauen danach ein konkretes Beispiel für die Simulation von Zufallsvariablen in Python mit Tensorflow nach!
R-Kurs
Wir bieten in diesem Semester wieder einen Programmierkurs in R an. Hierbei werden wir Euch die Grundlagen der Programmiersprache beibringen und gezielt auf Anwendungen im Bereich Data Analytics und Statistik eingehen. Der Kurs ist auch für absolute Anfänger eine gute Möglichkeit mit dem Programmieren zu beginnen.
Am Ende des Kurses könnt ihr bei erfolgreicher Teilnahme ein Zertifikat erhalten. Für Studierende der Wirtschaftsmathematik gibt es auch die Möglichkeit den Kurs als Schlüsselqualifikation anerkennen zu lassen.
Machine Learning in Logistics
Picnic is an app-only supermarket and tech-first venture, taking the Dutch and German grocery markets by storm. Five years after launch, they're one of the fastest growing e-commerce companies in Europe, and expanding to many new cities within North Rhine-Westphalia to deliver even more groceries to customers' doorsteps.
But Picnic doesn't just sell apples! Everything they use in their operations is developed in-house: Starting from the Picnic app and smart routing planning,
and ending with their own fleet of electric vehicles. This leads to endless data that can be gathered and used to improve processes
leading to less food waste and fewer food miles.
Machine Learning Competition
In diesem Semester wollen wir das erste Mal über die Osterferien eine Machine Learning Competition für alle STADS Mitglieder veranstalten!
Die Competition wird sich an Kaggle-Klassikern wie Boston House Prices oder Titanic orientieren. Ihr erhaltet ein Datensatz mit einem Regressions- oder Klassifikationsproblem. Für etwa die Hälfte der Daten ist die Zielvariable (z.B. der Immobilienpreis) gegeben. Ihr müsst anschließend eine Vorhersage für die fehlenden Datenpunkte machen. Dafür könnt ihr alle Modelle eurer Wahl benutzen: Klappt eine lineare Regression gut? Oder sind vielleicht doch Random Forests oder neuronale Netze besser? Oder lieber alles zusammen? Eure Prediction schickt ihr dann zum Schluss an uns zurück und das Team mit der besten Vorhersage gewinnt!
Es wird zwei Ligen für Anfänger und Fortgeschrittene geben. Für die Anfänger stellen wir Beispiel-Notebooks für ähnliche Probleme zur Verfügung. Auch wenn ihr keine Vorerfahrung mit Machine Learning habt, könnt ihr hier anfangen und Euch an den Beispielen langarbeiten. Immer nach dem Motto „Learning by doing“!
Credit Risk Modeling
Nach einer langen Osterpause freuen wir uns, euch die nächste Veranstaltung mit unserem Kooperationspartner Deloitte ankündigen zu dürfen! Ihr werdet in dem Vortrag Einblicke in verschiedene Methodiken und Ansätze des Credit Risk Modelings erhalten. Anschließend habt ihr bei einem Get Together in kleinerer Runde die Möglichkeit, euch mit den Beratern von Deloitte auszutauschen und Kontakte zu knüpfen.
Data & Analytics in Mobility & Transportation
Der Einsatz von mathematischen Modellen und KI-Methoden kann Prozesse in allen Bereichen des Transportsektors optimieren – von städtischer Mobilität über Anwendungen in der Logistik bis hin zur Luftfahrt. Mit Fokus auf den Bereich Luftfahrt wird ein entwickeltes Prognosemodell für einen Flughafen von der Datenanbindung bis hin zur Erstellung eines Prototypen vorgestellt. Neben der klassischen Luftfahrt können mathematische Modelle auch für die Infrastrukturplanung neuer Mobilitätskonzepte, wie z.B. Urban Air Mobility, angewendet werden. In diesem Zusammenhang wird ein datengetriebener Ansatz für die Optimierung von Landeplatzpositionierungen und Flottengrößen für Flugtaxis motiviert.
d-fine ist ein europäisches Beratungsunternehmen mit Fokus auf analytisch anspruchsvolle Themen, die von naturwissenschaftlich geprägten Mitarbeitern mit einem hohen Maß an Verantwortung für zukunftsfähige Lösungen und ihrer nachhaltigen technologischen Umsetzung bearbeitet werden. Als Referenten dürfen wir Janina Erb und Dr. Thorsten Sickenberger begrüßen.
Web Scraping mit Beautiful Soup
Dieses Semester bieten wir Euch einen Einführungskurs in Web Scraping mit der Python Library BeautifulSoup! Um an Daten für Data Science Projekte zu gelangen, kann man oft auf SQL-Datenbanken, APIs oder vorgefertigte CSV-Datensätze zurückgreifen. Leider findet man über diesen Weg nicht für jedes Projekt den passenden Datensatz. Außerdem werden Datenbanken nicht immer aktuell gehalten und APIs sind entweder teuer oder haben Nutzungsgrenzen. Befinden sich die gesuchten Daten jedoch auf einer Webseite, können diese Probleme einfach durch Web Scraping umgangen werden. Der Kurs findet am 26.05. und 27.05.2021 jeweils um 18:00 Uhr über Zoom statt. In diesem Kurs zeigen wir Euch alle nötigen Web Scraping Basics um via Python automatisch auf Webseiten zuzugreifen, Daten herunterzuladen und beliebig mit diesen zu interagieren. Dabei könnt ihr Eure neu erlernten Fähigkeiten in einem kleinen Praxisprojekt mit realen Daten direkt unter Beweis stellen. Vorkenntnisse in Python sind nicht unbedingt notwendig, aber auf jeden Fall hilfreich.
Python Programmierkurs
In unserem Programmierkurs lernt ihr die Grundlagen der Programmiersprache Python mit Schwerpunkt auf Anwendungen im Bereich Data Science. Hierfür beschäftigt ihr euch zum Beispiel mit der Aufbereitung und Visualisierung von Daten und lernt die wichtigsten Libraries kennen.
Python gehört wegen einfachen Syntax und umfangreichen Libraries zu den beliebtesten Programmiersprachen und ist für jeden Data Scientist ein unverzichtbarer Skill! Über 8 Termine zeigen wir dir die Basics der Programmiersprache und wie du selbstständig weiterlernen kannst.
SQL Einstiegskurs
SQL ist eine der wichtigsten Programmiersprache, mit der ihr effizient Datenbanken verwalten könnt. In diesem Einsteigerkurs zeigen wir euch, wie ihr eigene Datenbanken erstellt und Daten von dort abfragen könnt. Am Schluss wird es einen interaktiven Praxisteil geben, in dem ihr euch selbst an Aufgaben versuchen könnt, um das erlernte Wissen zu vertiefen!
Neuronale Netze – Kurs
Künstliche Neuronale Netze sind aus dem heutigen Alltag nicht mehr wegzudenken, auch wenn dies überraschend scheinen mag. Ob Google Maps, Siri, autonomes Fahren, Wettervorhersagen oder die Schätzung von Kredit-Ausfallrisiken: Neuronale Netze sind ein verbreitetes Konzept mit vielerlei Anwendungen.
Du hast noch nie etwas von künstlichen Neuronalen Netzen gehört und möchtest mehr darüber erfahren? Oder du hast schon einmal mit solchen Algorithmen gearbeitet doch weißt nicht genau, wie sie funktionieren? Dann solltest du auf jeden Fall unser zweitägiges Seminar dazu besuchen! Der Kurs wird ein ausgewogener Mix zwischen Theorie und Praxis. Zunächst lernst du, wie es sein kann, dass ein relativ einfaches mathematisches Modell handgeschriebene Ziffern erkennen kann. Zum anderen wirst du nach diesem Kurs in der Lage sein, ein einfaches Neuronales Netz in Python zu nutzen. Daher ist es auf jeden Fall von Vorteil, wenn du schon einmal mit irgendeiner Programmiersprache gearbeitet hast (Python, R, Java,...). Gut wäre es auch, wenn du schon Jupyter Notebook oder eine andere Programmierumgebung für Python installiert hast, um Pakete wie Pandas und Numpy nutzen zu können. Dazu gibt es eine Menge Anleitungen im Internet.
Webscraping Kurs
Dieses Semester bieten wir Euch einen Einführungskurs in Web Scraping mit der Python Library BeautifulSoup!
Um an Daten für Data Science Projekte zu gelangen, kann man oft auf SQL-Datenbanken, APIs oder vorgefertigte CSV-Datensätze zurückgreifen. Leider findet man über diesen Weg nicht für jedes Projekt den passenden Datensatz. Außerdem werden Datenbanken nicht immer aktuell gehalten und APIs sind entweder teuer oder haben Nutzungsgrenzen. Befinden sich die gesuchten Daten jedoch auf einer Webseite, können diese Probleme einfach durch Web Scraping umgangen werden.
Deloitte Vortrag
Natural Language Processing ist einer der am wichtigsten Bereiche des maschinellen Lernens und entscheidend für die effektive Analyse großer Mengen unstrukturierter, textlastiger Daten. Mit der zunehmenden Verbreitung von KI steigt auch der Bedarf an Fachkräften, die Modelle zur Analyse von Sprache und Text erstellen, kontextbezogene Muster aufdecken und Erkenntnisse aus Text und Audio gewinnen können.
Deloitte wird eine spannende Einführung ins Thema NLP geben und darauf aufbauend euch die Grundlagen der Sentiment Analysis nahebringen. Im anschließenden Get-Together habt ihr die Möglichkeit mit den Beratern ins persönliche Gespräch zu kommen und relevante Fragen zum Berufsalltag zu klären.