Der Trend geht seit Jahren in Richtung "Big Data" - das Analysieren und Generieren von Wissen aus großen Datensätzen. Data Science ist eine eigenständige Disziplin und nutzt ähnliche Grundlagen, wie sie auch im Bereich Machine Learning benötigt werden. Im Seminar sollen numerische Algorithmen zur Erzeugung von Daten und zur Optimierung, sowie  statistische Methoden zur Datenanalyse zur Verarbeitung großer Datenmengen diskutiert werden. Die Teilnehmer erlangen einen ersten Überblick über die Datenwissenschaft und grundlegende Algorithmen. Zu jedem Seminarthema wird Literatur ausgegeben, anhand deren ein 20-minütiger Vortrag und eine schriftliche Ausarbeitung erstellt wird. Jedes Seminarthema hat neben der theoretischen Aufbereitung auch eine praktische Demonstration zum Gegenstand, die Möglichkeiten und Grenzen der jeweiligen Verfahren verdeutlicht. Max. Teilnehmer: 12 Sprache: deutsch, wahlweise englisch Termine: 4 Termine á 1,5 Std. (jeweils 3 Vorträge 20 min + Diskussion 10 min) Themen: 0. F. Bahnsen - Daten visualisieren mit Python (Übung für Interessierte 1.5 Stunden) 1. Zufall beschreiben, erzeugen und prüfen [1,5 jeweils Kap. 4] ◦ Definitionen ◦ Spektraltest ◦ Zufallszahlen generieren ◦ Cholesky-Zerlegung 2. Daten und Relationen [2 Kap. 2] (18 Seiten) ◦ Maßskalen ◦ Relationen ◦ Ähnlich und Unähnlichkeit ◦ Sequenzen und Abtastung 3. Datenvorverarbeitung & Korrelation [2 Kap. 3 & 5] (21 Seiten) ◦ Fehler ◦ Rauschen & Filter ◦ Transformation & Integration ◦ Korrelatoren (nicht in der Quelle) 4. Datenvisualisierung [2 Kap. 4] (22 Seiten) ◦ Hauptkomponenten Analyse (PCA) ◦ Spektralanalyse ◦ Projektionen 5. Regression & Prognose [2 Kap. 6-7] (21 Seiten) ◦ Neuronale Netze ◦ Kreuzvalidierung ◦ Endliche Zustandsautomaten ◦ Autoregressive Modelle 6. Klassifikation [2 Kap. 8] (19 Seiten) ◦ Klassifikationskriterien ◦ Diskriminanzanalyse ◦ knn-Algorithmus ◦ Entscheidungsbäume 7. Random Forest [3,4] ◦ Algorithmus ◦ Anwendung ◦ Beispiel 8. Clustering [2 Kap. 9] (22 Seiten) ◦ Selbstorganisierende Karten ◦ Partitionen ◦ verschiedene Clustering-Methoden 9. Optimierung I [1 Kap. 10.1-10.8, 5 Kap. 8] ◦ Nebenbendingungen ◦ Hesse-Matrix ◦ Simplex ◦ Numerische Genauigkeigt 10. Optimierung II [1 Kap. 10.9-10.18, 5 Kap. 8, 6] ◦ Lernrate ◦ Marquardt-Algorithmus ◦ Backpropagation 11. Entfaltung [5 Kap. 11] (14 Seiten) ◦ Problemdarstellung ◦ Regularisierung ◦ Entfaltung periodischer Verteilungen 12. Datenbanken [Ref fehlt noch] ◦ Relationale Datenbanken ◦ SQL ◦ Indizierung ◦ Suchalgorithmen Referenzen: [1] S. Brandt, Datenanalyse für Naturwissenschaftler und Ingenieure, Springer, 2005. (https://www.springer.com/de/book/9783642376634) [2] T. A. Runkler, Data Mining - Methoden und Algorithmen intelligenter Datenanalyse, Springer, 2015. (https://link.springer.com/book/10.1007%2F978-3-8348-2171-3) [3] T. K. Ho, Random Decision Forests, Proceedings of the 3rd International Conference on Document Analysis and Recognition, Montreal, 1995. (https://web.archive.org/web/20160417030218/http://ect.bell-labs.com/who/tkh/publications/papers/odt.pdf) [4] N Donges, The Random Forest Algorithm, Towards Data Science, 2018. (https://towardsdatascience.com/the-random-forest-algorithm-d457d499ffcd) [5] V. Blobel und E. Lohrmann, Statistische und numerische Methoden der Datenanalyse, Teubner, 1998. (http://www.desy.de/~blobel/eBuch.pdf) [6] G. Goh und U. C. Davis, Why Momentum Really Works, Distill, 2017. (https://distill.pub/2017/momentum/)