Einsatz der statistischen Software R: Grundlagen, Data-Mining & maschinelles Lernen
In vielen chemischen Bereichen in Forschung und Produktion werden Daten erhoben - u.a. für Qualitätskontrollen, Produktionsoptimierungen, Verkaufsprognosen und Mustererkennungen für Automatisierungen. Im Rahmen des Industrie 4.0-Konzepts ist zudem ein Verständnis künstlicher Intelligenz und damit von Data-Mining-Verfahren und maschinellem Lernen bedeutsam - u.a. für Optimierungen vernetzter Produktionssysteme. Ziel der Veranstaltung ist es, dass die Teilnehmer Auswertungen mit der mächtigen und freien statistischen Software R erlernen, die ein breites Methodenspektrum für Auswertungen bietet.
Inhalt:
Im I. Teil wird eine Einführung in R gegeben. Die Teilnehmer werden in die Lage versetzt, Zielvariablenoptimierungen (z.B. Produktausbeute) in Abhängigkeit kategorialer (z.B. Produktionsverfahren) und quantitativer Variablen (z.B. Temperatur) und Signifikanztests (z.B. Reinheitsvergleich) durchzuführen und chemometrische Verfahren anzuwenden. R wird eingesetzt für:
- Deskriptive und inferentielle Statistik (u.a. klassische Tests, Varianzanalyse)
- Explorative Statistik (u.a. statistische Modellierung und Regressionen)
- Chemometrie (u.a. Hauptkomponentenanalyse und Partial Least Square Regression)
Im II. Teil werden der Einsatz von R in Data-Mining-Verfahren und maschinellem Lernen anhand von Fallbeispielen vermittelt. Behandelt werden Klassifikations- und Regressionsprobleme bei unüberwachtem und überwachtem Lernen. Vorgestellte Methoden sind:
- Cluster- und Faktorenanalysen
- Random Forest und Support Vector Machine-Klassifikationen und Regressionen
- Neuronale Netze
Zielgruppe:
Die Veranstaltung richtet sich an Chemiker, Pharmazeuten, Chemie-Ingenieure und chemisch-technische Mitarbeiter - in Industrie und Hochschule - die an der Datenauswertung beteiligt sind, ausgehend von klassischen Signifikanztests (z.B. Einsatz von R für den Vergleich verschiedener Produktchargen mithilfe von Signifikanztests) über Standard-Regressionen und Varianzanalysen (z.B. Ausbeutenmaximierung) zu neueren Verfahren des Data-Mining und maschinellen Lernens (z.B. für verbesserte Mustererkennungen und Regressionen bei multivariaten Datensätzen).
» Programmdetails und Anmeldung
Fortbildung
Postfach 90 04 40
D-60444 Frankfurt am Main
Tel.: +49 69 7917-364
Fax: +49 69 7917-475
Mail: Anfrage versenden
Web: www.gdch.de
Weitere Veranstaltungen dieses Anbieters
- Rechnungswesen, Jahresabschlussanalyse (18. - 19.05.2021 Seminar (online))
- Lebensmittelkennzeichnung leicht gemacht - Die Do's and Dont's der Pflichtkennzeichnung (18. - 19.05.2021 Seminar (online))
- Qualitätsverbesserung und Kostenreduzierung durch statistische Versuchsmethodik (19. - 20.05.2021 Seminar (online))
- Design of Experiments (DoE) Workshop (21.05.2021 Seminar (online))
- Lebensmittel & Recht - was gibt's Neues? (08. - 09.06.2021 Seminar (online))