Fortbildung

Datum VA-NR Veranstaltung  
20.09.2021 643/21

Einsatz der statistischen Software R: Grundlagen, Data-Mining und maschinelles Lernen (643/21)

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

vom 20.09.2021 bis 21.09.2021


Link:
Anfrage von Informationsmaterial

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 Teil I 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 Squares-Regression)
Im Teil II 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, Chemieingenieure 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: 990 EUR

Gebühr für Nichtmitglieder: 1.070 EUR

zuletzt geändert am: 06.11.2017 17:35 Uhr