Header
Das Online-Labormagazin
29.07.2021

Einsatz der statistischen Software R: Grundlagen, Data-Mining & maschinelles Lernen

Teilen:


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


Veranstalter:
Gesellschaft Deutscher Chemiker (GDCh)
Typ und Ort:
Seminar (Frankfurt am Main)
Termin:
20. - 21.09.2021
Land:
Deutschland

Kontaktdaten:
Gesellschaft Deutscher Chemiker e.V.
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


» alle Veranstaltungen dieses Anbieters