Enabling the Citizen Data Scientist
Wenden Sie Machine Learning auch ohne Programmierkenntnisse sicher an.
Enabling the Citizen Data Scientist
Seminar-Nummer: 6.47 Seminardauer: 3 Tage
Zum Merkzettel hinzugefügt
Seminar-Nummer: 6.47
Wenden Sie Machine Learning auch ohne Programmierkenntnisse sicher an.
Hochqualifizierte Spezialisten wie Data Scientists bringen oft wenig Kenntnisse und Erfahrungen über betriebswirtschaftliche und organisatorische Zusammenhänge sowie damit verbundene Ziele mit. Hier liegt ein entscheidender Vorteil für Controller, die sich auf den Weg in Richtung Data Science machen wollen, denn sie besitzen diese Kenntnisse bereits. Die Rolle des Citizen Data Scientist ist DAS Bindeglied zwischen Business und Data Science und bietet die erste Entwicklungsstufe für Controller. Mit den richtigen Tools sind Sie in der Lage, Daten zielgerichtet auszuwählen, zu analysieren und Ergebnisse z.B. von Machine Learning Anwendungen zu interpretieren sowie für Entscheidungen aufzubereiten.
Seminarnutzen
- Sie lernen die Grundbegriffe und die wichtigsten Methoden aus dem Bereich Machine Learning
- Sie erhalten einen Überblick über gängige Tools für den Citizen Data Scientist
- Sie üben die Bearbeitung eines Use-Cases von der Spezifikation bis zur Umsetzung anhand des auf dem Industriestandard CRISP-DM basierenden und in der Praxis optimierten Vorgehensmodells QRISP-DM
- Der Praxisteil wird mit der Analyseumgebung KNIME durchgeführt. Sie werden befähigt, komplexe Analysen mittels einer grafischen Oberfläche ganz ohne Programmierung eigenständig durchzuführen
- Sie lernen praktische Techniken zur explorativen Analyse unbekannter Datensätze nach Extraktion aus unterschiedlichen Quellen
- Sie erkunden die wichtigsten Methoden zur Datenaufbereitung (Pre-Processing)
- Sie trainieren Machine Learning Modelle an Fallbeispielen und lernen, die Ergebnisse zu bewerten und zu kommunizieren
Seminarinhalt
- Grundbegriffe aus Advanced Analytics, Big Data und Machine Learning
- Das Rollenbild des Citizen Data Scientist
- Strukturiertes Projektvorgehen mit dem QRISP-DM Vorgehensmodell
- Machine Learning Konzepte und Workflows
- Praktische Übungen mit KNIME: Datenbeschaffung – Explorative Analysetechnik – Datenaufbereitung – Modell Training – Modell Evaluation – Export der Ergebnisse und Visualisierungen
- Eigenständige Bearbeitung eines Use-Cases zum Abschluss
Für den Praxisteil benötigen Sie ein internetfähiges Notebook, das sich mit dem WLAN am Seminarstandort verbinden kann. Auch wenn keine lokalen Admin-Rechte benötigt werden, prüfen Sie bitte vor dem Seminar, ob der Internetzugang Ihres Notebooks via WLAN trotzdem uneingeschränkt funktioniert. Auf dem Rechner muss die Open Source Software KNIME Analytics Platform installiert werden. Am besten prüfen Sie im Vorfeld mit Ihrer IT die Voraussetzungen hierfür (https://www.knime.com/downloads).
Zielgruppe
Das Seminar richtet sich an alle, die sich für das Rollenbild des Citizen Data Scientist interessieren, handlungssicher in der teilautomatisierten Anwendung fortgeschrittener Methoden zur Analyse und Interpretation von Daten werden wollen und sich das Themengebiet der Data Science im ersten Schritt ohne Programmierkenntnisse erschließen möchten. Als Voraussetzung bringen Sie Grundkenntnisse und Spaß im Umgang mit Daten mit. Als Vertiefungsseminar eignet sich zunächst das Seminar Predictive und Advanced Analytics und danach das Seminar Deep Dive Advanced Analytics.
Trainer/in
Dipl.-Wirtsch.-Ing., CQF Martin Hanewald ist Senior Consultant Data Science bei der QUNIS GmbH und berät internationale Unternehmen in der Implementierung fortgeschrittener Analysetechniken. Vor seiner Zeit bei QUNIS war er 10 Jahre in der Energiewirtschaft und Finanzbranche in unterschiedlichen Rollen als Analyst tätig und bringt umfangreiche praktische Erfahrungen in Data Science Methoden und mathematischer Programmierung in "R" mit. Er ist zertifizierter Finanzmathematiker und Börsenhändler.
Ilona Tag ist Senior Consultant Data Science, BI & Data Management sowie Lead of Unit Big Data & Advanced Analytics bei der QUNIS GmbH. Begonnen hatte sie dort als Senior Consultant und BI Architekt, nachdem sie zuvor die heute als QUNIS Datawarehouse Framework bekannte Methodik entwickelt und eingebracht hatte. Sie verfügt über gut zwanzig Jahre Erfahrung in der Business Intelligence auf Basis einer mathematischen und kaufmännischen Ausbildung. Darüber hinaus hat sie bei der renommierten Udacity Online Universität zwei Nanodegree Studien in Machine Learning und Artificial Intelligence erfolgreich abgeschlossen.
