Online-Seminar am 8.-10. Juni 2020: Qualitätssicherung im Data-Science-Prozess ? Fehler erkennen und korrigieren
(PresseBox) - Daten sind der Rohstoff der Zukunft: Die Qualität der Daten bestimmt das Ergebnis jeder nachgelagerten Analyse. Die Vorverarbeitung der Daten ist daher ein wichtiger Schritt im Data-Science-Prozess. Die Fraunhofer-Institute für Intelligente Analyse- und Informationssysteme IAIS aus Sankt Augustin und für Produktionstechnologie IPT aus Aachen laden Datenanalysten, Softwareentwickler und Forschende am 8. bis 10. Juni zum interaktiven Webinar »Data Quality and Data Preprocessing« ein, das in diesem Jahr erstmals angeboten wird.
Schon kleine Fehler im Datensatz können sich negativ auf das Ergebnis einer Untersuchung auswirken. Der Datenqualität kommt deshalb eine wichtige Rolle für die Analyse zu. Das Webinar »Data Quality and Data Preprocessing« zählt zur Schulungsreihe »Data Scientist« des Fraunhofer IAIS und wurde gemeinsam mit dem Fraunhofer IPT erarbeitet. Es wendet sich gleichermaßen an Wissenschaftlerinnen und Wissenschaftler, die Orientierung im Arbeitsgebiet des Data Science suchen, an Analysten, die ihre Fähigkeiten zur Datenaufbereitung ausweiten wollen, sowie an Softwarearchitekten und -entwickler, die täglich mit analytischen Fragen konfrontiert sind. Die Teilnehmerinnen und Teilnehmer lernen im Webinar die anwendungsorientierten Grundlagen der modernen Datenvorverarbeitung kennen.
Datenqualität beurteilen und verbessern
In dem zweitägigen Webinar erlernen die Teilnehmerinnen und Teilnehmer das Handwerkzeug für die Vorverarbeitung und Qualitätsverbesserung der Daten, die durch Data-Mining-Prozesse und KI-Methoden analysiert werden. Die wissenschaftlich fundierten und praxiserprobten Verfahren setzen sie dann zur Übung noch während des Webinars anhand eines konkreten Anwendungsfalls mit Python in die Praxis um. Das befähigt die Teilnehmenden dazu, die Datenvorverarbeitung in ihrem Arbeitsalltag strukturiert und effizient durchzuführen und die Daten besser zu nutzen.
Grundkenntnisse im Bereich der Statistik und der Datenverarbeitung sollten die Teilnehmerinnen und Teilnehmer mitbringen. Darüber hinaus sind Basiskenntnisse in der Programmierung und im Umgang mit Datenbanken von Vorteil.
Praxiserprobtes Know-how der wissenschaftlichen Referenten
Die Referenten des Webinars sind wissenschaftliche Mitarbeiter der Fraunhofer-Institute für Intelligente Analyse- und Informationssysteme IAIS und für Produktionstechnologie IPT. Sie verfügen über langjährige Erfahrungen, besonders in den Bereichen Machine Learning und Data Mining. In zahlreichen Forschungs- und Industrieprojekten haben sie als Experten mit produzierenden Unternehmen und Unternehmen aus der Automobilindustrie sowie der Finanz- und Telekommunikationsbranche zusammengearbeitet.
Allen Interessierten bieten die Fraunhofer-Institute IAIS und IPT ihr Fachwissen als Mitgliedsinstitute der Fraunhofer-Allianz Big Data und Künstliche Intelligenz an.
Die Termine und weitere Informationen zum Webinar »Data Quality and Data Preprocessing« finden Sie unter: www.iais.fraunhofer.de/de/geschaeftsfelder/big-data-analytics/uebersicht/data-scientist-schulungen/DataQualityandPreprocessing.html
Über die Fraunhofer-Allianz Big Data und Künstliche Intelligenz
In der Fraunhofer-Allianz Big Data und Künstliche Intelligenz bündeln mehr als 30 Fraunhofer-Institute ihre branchenübergreifende Expertise. Die Fraunhofer-Expertinnen und -Experten begleiten Unternehmen bei der Umsetzung von Big-Data- und KI-Strategien, entwickeln Software und datenschutzkonforme Systeme und bilden Fach- und Führungskräfte zu »Data Scientists« aus. Mit einem umfangreichen Schulungs- und Zertifizierungsprogramm vermitteln erfahrene Fraunhofer-Wissenschaftlerinnen und -Wissenschaftler praxisnah und gleichzeitig theoretisch fundiert Grundlagen, Vorgehensweisen und Best Practices. Die Schulungen richten sich an Business Developer, Analysten und Application Developer, die sich als Data Scientist weiterqualifizieren möchten.
Das Fraunhofer-Institut für Produktionstechnologie IPT vereint langjähriges Wissen und Erfahrung aus allen Gebieten der Produktionstechnik. In den Bereichen Prozesstechnologie, Produktionsmaschinen, Produktionsqualität und Messtechnik sowie Technologiemanagement bietet das Fraunhofer IPT seinen Kunden und Projektpartnern angewandte Forschung und Entwicklung für die vernetzte, adaptive Produktion. Das Leistungsspektrum des Instituts orientiert sich an den individuellen Aufgaben und Herausforderungen innerhalb bestimmter Branchen, Technologien und Produktbereiche, darunter Automobilbau und -zulieferer, Energie, Life Sciences, Luftfahrt, Maschinen- und Anlagenbau, Optik, Präzisions- und Mikrotechnik sowie Werkzeug- und Formenbau.
Themen in diesem Fachartikel:
Unternehmensinformation / Kurzprofil:
Das Fraunhofer-Institut für Produktionstechnologie IPT vereint langjähriges Wissen und Erfahrung aus allen Gebieten der Produktionstechnik. In den Bereichen Prozesstechnologie, Produktionsmaschinen, Produktionsqualität und Messtechnik sowie Technologiemanagement bietet das Fraunhofer IPT seinen Kunden und Projektpartnernangewandte Forschung und Entwicklung für die vernetzte, adaptive Produktion. Das Leistungsspektrum des Instituts orientiert sich an den individuellen Aufgaben und Herausforderungen innerhalb bestimmter Branchen, Technologien und Produktbereiche, darunter Automobilbau und -zulieferer, Energie, LifeSciences, Luftfahrt, Maschinen- und Anlagenbau, Optik, Präzisions- und Mikrotechnik sowie Werkzeug- und Formenbau.
Datum: 14.05.2020 - 11:41 Uhr
Sprache: Deutsch
News-ID 1816401
Anzahl Zeichen: 0
Kontakt-Informationen:
Ansprechpartner:
Stadt:
Aachen
Telefon:
Kategorie:
Forschung & Entwicklung
Anmerkungen:
Dieser Fachartikel wurde bisher 133 mal aufgerufen.
Der Fachartikel mit dem Titel:
"Online-Seminar am 8.-10. Juni 2020: Qualitätssicherung im Data-Science-Prozess ? Fehler erkennen und korrigieren
"
steht unter der journalistisch-redaktionellen Verantwortung von
Fraunhofer-Institut für Produktionstechnologie IPT (Nachricht senden)
Beachten Sie bitte die weiteren Informationen zum Haftungsauschluß (gemäß TMG - TeleMedianGesetz) und dem Datenschutz (gemäß der DSGVO).