Fortbildung

Datum VA-NR Veranstaltung  
24.06.2019
abgesagt
643/19

Einsatz der statistischen Software R: Grundlagen, Data-Mining & maschinelles Lernen

Ort: Frankfurt am Main
Referent: Prof. Dr. Bernard Ludwig
Art: FB

vom 24.06.2019 bis 26.06.2019

Download:
Kursflyer
Anfahrt

Kontaktdaten:
fb@gdch.de
Tel.: +49 69 7917-364/-291
Fax: +49 69 7917-475

Ziel:
In vielen chemischen Bereichen in Forschung und Produktion werden Daten erhoben – u.a. für Qualitätskontrollen, Produktionsoptimierungen, Verkaufsprognosen und Mustererkennungen für Automatisierungen. Im Rahmen des Industrie 4.0-Konzepts ist zudem ein Verständnis künstlicher Intelligenz und damit von Data-Mining-Verfahren und maschinellem Lernen bedeutsam – u.a. für Optimierungen vernetzter Produktionssysteme. Ziel der Veranstaltung ist es, dass die Teilnehmer Auswertungen mit der mächtigen und freien statistischen Software R erlernen, die ein breites Methodenspektrum für Auswertungen bietet.

Inhalt:
Im I. Teil wird eine Einführung in R gegeben. Die Teilnehmer werden in die Lage versetzt, Zielvariablenoptimierungen (z.B. Produktausbeute) in Abhängigkeit kategorialer (z.B. Produktionsverfahren) und quantitativer Variablen (z.B. Temperatur) und Signifikanztests (z.B. Reinheitsvergleich) durchzuführen und chemometrische Verfahren anzuwenden. R wird eingesetzt für:
- Deskriptive und inferentielle Statistik (u.a. klassische Tests, Varianzanalyse)
- Explorative Statistik (u.a. statistische Modellierung und Regressionen)
- Chemometrie (u.a. Hauptkomponentenanalyse und Partial Least SquareRegression)

Im II. Teil werden der Einsatz von R in Data-Mining-Verfahren und maschinellem Lernen anhand von Fallbeispielen vermittelt. Behandelt werden Klassifikations- und Regressionsprobleme bei unüberwachtem und überwachtem Lernen. Vorgestellte Methoden sind:
- Cluster- und Faktorenanalysen
- Random Forest und Support Vector Machine-Klassifikationen und Regressionen
- Neuronale Netze

Zielgruppe:
Die Veranstaltung richtet sich an Chemiker, Pharmazeuten, Chemie-Ingenieure und chemisch-technische Mitarbeiter – in Industrie und Hochschule – die an der Datenauswertung beteiligt sind, ausgehend von klassischen Signifikanztests (z.B. Einsatz von R für den Vergleich verschiedener Produktchargen mithilfe von Signifikanztests) über Standard-Regressionen und Varianzanalysen (z.B. Ausbeutenmaximierung) zu neueren Verfahren des Data-Mining und maschinellen Lernens (z.B. für verbesserte Mustererkennungen und Regressionen bei multivariaten Datensätzen).

Gebühr für Mitglieder: 1.230 EUR

Gebühr für Nichtmitglieder: 1.310 EUR

zuletzt geändert am: 06.11.2017 17:35 Uhr