DataScience Einführung / Basics

Das Seminar bietet eine grundlegende Einführung in Data Science. Mit Hilfe der vorgestellten Methoden lassen sich stichhaltige statistische Aussagen aus allen möglichen Arten von Daten ableiten.

Dafür werden eine ganze Reihe von typischen Fragestellungen und Methoden diskutiert und erläutert, wie sie funktionieren, wie man sie anwendet, wie man die Ergebnisse interpretiert und überprüft, dass die Ergebnisse auch belastbar sind. Hierbei stehen vor allem grundlegende Konzepte und die statistische Denkweise im Vordergrund, weniger die mathematischen Details.

Für die Praxis ist es jedoch ebenso wichtig, die Brücke zwischen der statistischen Datenanalyse und der realen Welt zu schlagen. In diesem Seminar wird sich daher ein großer Teil mit Fragen beschäftigt, wie in konkreten Beispielen statistische Datenanalyse gewinnbringend eingesetzt werden kann, und wir werden erklären, welche Softwarepakete in Frage kommen.

Themenauswahl:

• Vorhersagemodelle: lineare Regression, Support-Vektor-Maschinen (SVM), k-nächste Nachbarmodelle
• Clustering: k-Means Clustering, hierarchische Modelle
• Zeitreihenanalyse: ARMA, independent component analysis, canonical correlation analysis
• Software: R, octave, scipy/numpy, libsvm, svmtorch

This seminar gives an introduction into the basics of data science. The presented methods will allow the participant to derive statistically valid statements from all kinds of data.

A whole range of typical data analysis questions and their related methods will be discussed and you will learn how the methods work, how to apply them, and how to interpret the results, as well as how to make sure that the results are reliable. The focus is on the concepts and the statistical ideas behind this methods and less on the mathematical details.

For practical purposes, being able to bridge the gap betwen statistical data analysis and the real world is just as important. We will therefore devote a large amount of time to how to apply statistical analysis in concrete settings, and explain which software packages may be used.

Selected topics:

• prediction models: linear regression, support-vector-machines (SVM), k-nearest neighbor models
• clustering: k-Means clustering, hierarchical models
• time series analysis: ARMA, independent component analysis, canonical correlation analysis
• software: R, octave, scipy/numpy, libsvm, svmtorch

Der Ort innerhalb Berlins wird nach Anmeldung der Mindestanzahl von 10 Teilnehmern bekanntgegeben.