Seminar Data Analytics für Einsteiger

Wie viel Potenzial geht Ihnen eigentlich, u. a. beim Stärken Ihrer Wettbewerbsposition, verloren, indem Sie den Datenschatz Ihres Unternehmens einfach liegen lassen? Um das herauszufinden wird zusehends Data Analytics zu Rate gezogen, welches Ihnen ermöglicht, wertvolle, gewinnbringende Informationen aus der Vielzahl an Daten zu generieren und diese in eine Struktur zu bringen um weitergehende Analysen zu entwickeln. Welche Voraussetzungen dabei erfüllt werden müssen, erfahren Sie bei unserem Seminar „Data Analytics in der Energiewirtschaft“.

Di, 02.11.2021, 09:00 Uhr -
Mi, 03.11.2021, 17:00 Uhr
Ort: Das Seminar wurde abgesagt. Es ist keine Anmeldung möglich.
Typ:
Seminar
Rubrik
Analytik und IT
Themen:
Data Analytics Big Data IT

Im Rahmen unseres Seminars „Data Analytics in der Energiewirtschaft“ werden diese Fragen an praxisnahen Beispielen erläutert und gemeinsame erste Anwendungsfälle für ihre zukünftigen Projekte entwickelt. Dabei gehen wir auf die Grundlagen der klassischen datengetriebene Analyse sowie auf neue Machine Learning Ansätze ein. Ziel des Seminars ist es, die Inhalte nicht nur theoretisch zu vermitteln, sondern vielmehr in eigenen Erfahrungen zu „erleben“. Hierzu bieten wir während des Seminars sehr vielfältige Möglichkeiten mit speziellen fachlichen Fragestellungen, Simulationen und Kurz-Cases an und erzielen dadurch den bestmöglichen Wissenstransfer für Sie und in ihren beruflichen Kontext.

5 Gründe für die Teilnahme an dem Seminar

  • Überblick über aktuellen Stand analytischer Methoden und neue Ansätze
  • Arbeiten an praxisnahen Beispielen
  • Entwicklung von Lösungen die ready to use sind
  • Überblick über relevante Tools wie python etc.
  • Energiewirtschaftlicher Bezug

Agenda

Agenda
9:00
Tag 1 - Explorative Datenanalyse & Unsupervised Learning inkl. erster schneller Methoden zur Datenvisualisierung
Erste Schritte der Analyse von Daten aus dem Bereich Kundendatenmanagement im EVU (Teil 1)
  • Data Analytics: grundlegende Methoden und Strategien
  • Vorstellung der verwendeten Daten & Python-Werkzeuge/Bibliotheken
  • Einlesen und Prüfen der Daten, Ermittlung statistischer Kenngrößen (univariate Kenngrößen)
  • Verknüpfen von Daten (Vom Left zum Full-Outer-Join)
  • Einfache Visualisierungsmöglichkeiten (bi- und multivariate Analysen)
  • Praxisphase – Selbstständiges Arbeiten auf Basis von Teil 1 in Jupyter Notebooks
Tiefergehende Analyse hinsichtlich der fachlichen Fragestellungen im Kundenmanagement mit Quick Wins
  • Methoden des Unsupervised Learning
  • Clusteranalyse
  • Dimensionsreduktion (PCA)
  • Praktische Anwendung der Methoden des Unsupervised Learning auf den Beispieldaten aus dem Bereich
  • Kundendatenmanagement
9:00
Tag 2 - Basics Supervised Learning & Machine Learning
Grundlagen und Vorgehensweise bei Machine Learning
  • Wie funktioniert Machine Learning und was sind deren Herausforderungen?
  • Klassifikations- vs. Regressionsprobleme
  • Definition der Fragestellung und Vorhersagevariable
  • Datenaufbereitung: Feature Engineering & Datensplitting
  • Skalierung von Input-Daten
  • Training eines ersten Baseline-Modells (Logistisches Regressionsmodell)
  • Evaluation der Modellergebnisse mit verschiedenen Metriken
Praxisphase: Erstellen eines ersten Baseline-Modells
  • Datenaufbereitung, Feature Engineering und Training sowie Evaluation eines Logistischen Regressionsmodells
Verschiedene Modellvarianten – ein Grobüberblick & Fortgeschrittene Modellvalidierungstechniken
  • Lineare Regression & Logistische Regression
  • Support Vector Machines
  • Decision Trees und Random Forests
  • Tiefe Neuronale Netze
  • Fortgeschrittene Modellvalidierungstechniken: k-Fold Cross-Validation
Praxisphase: Training eines 2. Modells & k-Fold Cross-Validation
  • Benchmark der verschiedenen Modellergebnisse der einzelnen Teilnehmer

Referent des Seminars

Dr. Daniel Merk
Dr. Daniel Merk
Data Scientist
Energieforen Leipzig GmbH

Zielgruppe

Das Seminar richtet sich an Mitarbeiter der Bereiche:

  • Analytik
  • Software-Entwicklungsmanagement
  • Datenmanagement
  • Digitalisierung
  • Fach-IT-Koordination
  • IT-Prozessmanagement

Venue

51.34667585, 12.375650339654

Veranstaltungsort

Das Seminar wurde abgesagt. Es ist keine Anmeldung möglich.

Themen Tags