Grundlagen des Maschinellen Lernens für Nichtinformatiker:innen

Daten sind das neue Öl – diesen Spruch hört man heutzutage sehr häufig. Jedoch, ähnlich wie beim Öl, sind Daten nur dann wertvoll, wenn diese sinnvoll verwendet werden. Werden Daten richtig analysiert, ausgewertet und anschließend interpretiert, um daraus eine nutzbringende Erkenntnis zu gewinnen, ist dies der Fall. Dafür werden heute vielfach Methoden des maschinellen Lernens (ML) verwendet – Verfahren, die über statistische Auswertungen hinaus gehen.

Dieser Workshop soll zunächst die Grundlagen des maschinellen Lernens theoretisch-anschaulich vermitteln und Ihnen einen Überblick über verbreitete Verfahrensarten geben. Wir zeigen anhand von Beispieldatensätzen, wie Daten zunächst statistisch und visuell analysiert werden können und welche Verfahrensarten des maschinellen Lernens sich darauf anwenden lassen, um passende ML-Modelle auszuwählen, zu trainieren und auf neue Daten anwenden zu können.

Um dies den Teilnehmer:innen praktisch näher zubringen, verwenden wir im Workshop die No-Code-Software Orange Data Mining. Das Paket ermöglicht es uns, alle Schritte eines Machine-Leaning-Workflows umzusetzen, ohne dabei eine Programmiersprache zu verwenden — vom Aufbau, über das Training bis hin zu Anwendung eines Modells.

Um den direkten Austausch zwischen den Teilnehmer:innen und Instruktoren zu ermöglichen, bieten wir diesen Workshop in Präsenz und nicht als Hybridkurs an.

Die Kurssprache ist Englisch.

Sie können sich auf dem Qualifizierungsportal der Universität für den Workshop einschreibenExterner Link.