Seminarinfos

Liebe Alumni,

der erste Termin für das Seminar am 20. und 21.10 hatte sehr positiven Zuspruch. Also stelle ich nun einen weiteren Termin über 2 Freitage - die Buchung ist bis 25.09 speziell für Alumni reserviert.

Die Buchung ist jetzt auch für Stipendiaten möglich

Als Alumnus und Anbieter von Präsenzschulungen im Bereich Data Science und Künstlicher Intelligenz - unter der Marke Enable AI - möchte ich euch gerne eine 2-tägige, kostenfreie, Live-Online (Zoom) Schulung in „Data Science mit Python“ zur Verfügung stellen.

Freitag 30.10 und 13.11, jeweils 08:00 bis etwa 16:30 Uhr.

(Wir fangen früher an, dann können wir auch früher ins Wochenede starten :)

@Stips: diese Veranstaltung reserviere ich erstmal für die Alumni. Wenn bis 25.09 nicht alle Plätze gefüllt sind, öffne ich die Veranstaltung auch für StipendiatInnen.

Zielgruppe / Voraussetzungen?

Dieser Kurs ist ein Anfängerkurs, der aber Gas gibt. Es sind keine Vorkenntnisse in Python notwendig, aber hilfreich (falls ihr diese habt). Jedoch solltet ihr bereits ein wenig mit einer anderen syntaxbasierten Programmiersprache gearbeitet haben (z.B. C++, PHP, HTML, VBA, Stata, Matlab, R, SPSS Syntax, ...), damit Themen einer Programmiersprache wie Variable, Funktion bzw. for-Schleife nicht komplett fremd sind. Ihr benötigt auch erste Erfahrung mit dem Umgang von Daten – da reicht bspw. das ihr Daten bereits in Excel mit Berechnung von Statistiken, vllt. kleineren Plots analysiert habt. Statistische und mathematische Grundkenntnisse sind auch erforderlich (nichts Wildes - wer in der Uni eine Vorlesung dazu hatte oder im Gymnasium gut in Mathe mitgekommen ist, ist ausreichend gewappnet.)

Teilnehmerzahl

Bei den Schulungen sind aufgrund der intensiven Betreuung (die Hälfte der Zeit werden Übungsaufgaben gerechnet und aufkommende oder weiterführende Fragen direkt beantwortet) normalerweise maximal 12 Teilnehmer. Ich bin mir sicher, dass sich sdwler untereinander unterstützen, so dass ich die gesamte Gruppe bei den Übungen in Kleingruppen (zoom breakout-sessions) aufteilen werde. Die maximale TN-Zahl ist daher 20.

Unterlagen

Ihr erhaltet die normalen Unterlagen, wie in einem Seminar. Das Skript als PDF und den Beispielcode / Musterlösungen als Python-Dateien. Gerne könnt ihr euch das Skript vorab selbst ausdrucken, wenn ihr so besser lernen könnt. Die Unterlagen sind nur für den privaten Gebrauch bestimmt und dürfen nicht weitergegeben werden.

Inhalt

Die Schulung richtet sich inhaltlich nach dem 3-tägigen Seminar, welches unter https://enable-ai.de/kurse/python-data-science-schulung dargestellt ist. Die verwendete IDE ist spyder. Wenn ihr euch auskennt, könnt ihr auch gerne Jupyter Notebook oder PyCharm benützen.
Folgende Themen daraus kommen in den 2 Tagen vor:
1. Tag: A) Das Paket pandas – Data.Frame || B) Berechnen von Statistiken direkt im pandas Data.Frame || C) Datenvisualisierung mit seaborn / matplotlib || D) Überblick über Machine Learning
2. Tag: A) Lineare Regression mit scikit-learn || B) Entscheidungsbaum mit scikit-learn || C) Ensemble Methods || D) Hyperparameter Tuning und Kreuzvalidierung
- die Einheiten C) und D) vom 2. Tag stammen vom Kurs https://enable-ai.de/kurse/machine-learning-schulung-python

Python - Bitte vorab installieren

Wir verwenden die Anaconda Distribution, Version 2020.07, welche ihr unter https://www.anaconda.com/products/individual für alle drei gängigen Betriebssysteme herunterladen könnt. Falls ihr bereits eine Version ab 2019.03 habt, könnt ihr diese updaten, müsst es aber nicht. Beim ersten Starten von Spyder könnt ihr auch die Software "Kite" installieren (müsste automatisch beim ersten Starten nachgefragt werden).

Wer Details für die Installation möchte: Hier noch eine Anleitung zur Anaconda Installation (Python). Wir verwenden ein conda environment - in der Anleitung steht, wie dies eingerichtet werden kann und welche Pakete ihr darin zu installieren habt (Das Setzen der Windows PATH-Umgebungsvariable für die Verwendung des Pakets graphviz ist optional). Wer Schwierigkeiten hat, gerne eine e-mail an mich.

Falls ihr noch Fragen habt, könnt ihr mich unter info@enable-ai.de erreichen.
Freu mich auf Euch :)
Jan

Referent

Jan Köhler ist vom Hintergrund Statistiker und Wirtschaftsingenieur und hat über 7 Jahre an den neuesten Technologien in Machine Learning, Deep Learning und Data Science im Bosch Center for Artificial Intelligence (BCAI) gearbeitet, hat in der Praxis bei über 25 Patentanmeldungen (meist als Haupterfinder) beigetragen und ist Mitautor bei Veröffentlichungen auf Machine Learning Konferenzen neben Veröffentlichungen im Bereich der Medizinstatistik bzw. des Operations Research. In vielen Praxisprojekten unterstützte er bisher als Data Scientist bei den verschiedenen Stufen eines Data Mining Projekts und hat bisher über 300 Teilnehmer in offenen und in-house Schulungen geschult, vom Projektmitarbeiter bis zum Konzern-Vorstand.

Details

Beginn:
30. Oktober 2020
Ende:
13. November 2020
Anmeldung bis:
26. Oktober 2020
Kategorie:
Seminar
Veranstaltungsort:
Online (Zoom-Konferenz)

Angaben zur Anmeldung

Da bei kostenfreien Ereignissen die Schwierigkeit besteht, dass angemeldete Teilnehmer*innen nicht erscheinen und somit Plätze belegt werden, gibt es in Abstimmung mit dem sdw-Alumni-Verein folgenden Vorschlag: Eine „Anmeldegebühr“ i. H. v. 5 €/10€ (Stips/Alumni) an den Alumniverein sichert euch einen Platz. Die Anmeldung erfolgt hier über das Alumni-Intranet. Bitte überweist den Betrag an:

sdw Alumni e.V. | DE36 1001 0010 0065 5071 08 | Postbank
und gib im Verwendungszweck den Namen des Seminars und Deinen Namen an

Achtung: Bitte wundert Euch nicht, wenn ihr nicht direkt nach Anmeldung in der Teilnehmer-Liste erscheint. Wir prüfen, ob ihr die Gebühr gezahlt habt und schalten Euch dann frei. Dies kann ggf. einige Tage dauern. Ihr bekommt aber direkt nach Eurer Anmeldung eine Mail von uns, damit ihr wisst, dass alles geklappt hat und natürlich mit den Zugangsdaten zur Veranstaltung.

Anmeldung

Nach Anmeldung kann man sich als Nutzer direkt anmelden. Dazu bitte anmelden oder neu registrieren.

Anmelden Nutzer werden