Maschinelles Lernen - Vorhersage von Werten bei Spotify-Daten

ScaDS.AI/NHR-Tutorial (Hybrid)

Dienstag, 06.09.2022, 15:00 - 18:00 Uhr

Vortragende: Anja Neumann, Matthias Täschner, Timo Adameit, Thomas Burghardt

Beim maschinellen Lernen werden Muster und Gesetzmäßigkeiten mithilfe von Algorithmen in Daten gelernt. Derartige statistischen Modelle eignen sich zur Vorhersage von Ereignissen. Die Teilnehmenden erarbeiten praktisch die Erstellung eines Modells zur Regressionsanalyse anhand eines durchgehenden Datenbeispiels (Spotify-Daten). Die Regressionsanalyse gehört zu den statistischen Analyseverfahren. Es werden Beziehungen zwischen einer abhängigen und einer oder mehreren unabhängigen Variablen modelliert. Der Onlinedienst Spotify speichert zu Musikwerken Audio-Eigenschaften, z.B. Energie und Lautstärke. In der Schulung werden die Teilnehmenden mit dem erstellten Modell Musikstücke untersuchen und Eigenschaften prädiktiv bestimmen.

Agenda

Einführung zu allgemeinen Aspekten des maschinellen Lernens (10%)
Tutorial zur Erstellung eines Modells zur Vorhersage von Werten bei Spotify-Daten (90%)

Handouts

Folgende Unterlagen (Folien, Beispielanwendungen) werden den Teilnehmer:innen zur Verfügung gestellt:

PDF zur „Einführung Maschinelles Lernen“
CSV-Datei (betriebswirtschaftliche Daten)
Jupyter-Notebook für die Arbeit mit Pandas

Voraussetzungen

Grundkenntnisse in Python 3.x (wünschenswert)
Grundkenntnisse in Python-Bibliotheken Pandas und numpy, falls nicht vorhanden, wird vorher das Training 1 empfohlen
Grundkenntnisse im Umgang mit Jupyter-Notebook

Lernerfolge

Nach der Schulung kennen die Teilnehmenden das von den Trainierenden ausgewählte Regresssions-Modell zur Vorhersage von Werten und können es anwenden.

HPC-Certification Forum Links

Folgende Links zeigen die Fähigkeitsbeschreibungen, die vermittelt werden sollen.

Registrierung

Link zur Registrierung: https://event.zih.tu-dresden.de/nhr/regression
Die Registrierung schließt am 26.08.2022. Das NHR-Tutorial ist auf 15 Teilnehmende (Verhältnis gerne 65% physisch, 35% online) beschränkt.
Die Zugangsdaten erhalten Sie kurz vor der Veranstaltung per Email an Ihre registrierte E-Mail-Adresse.

Weitere Informationen

Kurssprache: Deursch
Zielgruppe: Python Anfänger mit Pandas, ML Anfänger
Dauer der Veranstaltung: 4 Stunden mit zwei Pausen. In einer der beiden Pause wird für alle physisch anwesenden Teilnehmenden ein Rundgang durch das Living Lab von ScaDS.AI Leipzig angeboten. Am Ende der Schulung besteht für die Teilnehmenden die Möglichkeit betriebliche Herausforderungen der Digitalisierung mit den ScaDS.AI Experten zu diskutieren
Kursart: Die Schulung wird zeitgleich auch online angeboten (hybrid)
Veranstaltungsort:
Data Science Forschungszentrum ScaDS.AI Leipzig
Universität Leipzig
Humboldtstraße 25 (Löhrs Carré), 3. Etage
04105 Leipzig, Deutschland

Für weiteren Fragen steht Ihnen Anja Gerbes () zur Verfügung.