BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Mittelstand-Digital Zentrum Ilmenau - ECPv6.15.17//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Mittelstand-Digital Zentrum Ilmenau
X-ORIGINAL-URL:https://www.zentrum-ilmenau.digital
X-WR-CALDESC:Veranstaltungen für Mittelstand-Digital Zentrum Ilmenau
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Berlin
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20210328T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20211031T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20220327T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20221030T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Berlin:20220906T150000
DTEND;TZID=Europe/Berlin:20220906T180000
DTSTAMP:20260617T162913
CREATED:20220726T114510Z
LAST-MODIFIED:20220728T084246Z
UID:11074-1662476400-1662487200@www.zentrum-ilmenau.digital
SUMMARY:Maschinelles Lernen - Vorhersage von Werten bei Spotify-Daten (Hybrid)
DESCRIPTION: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. \nAgenda\n\nEinführung zu allgemeinen Aspekten des maschinellen Lernens (10%)\nTutorial zur Erstellung eines Modells zur Vorhersage von Werten bei Spotify-Daten (90%)\n\nHandouts\nFolgende Unterlagen (Folien\, Beispielanwendungen) werden den Teilnehmer:innen zur Verfügung gestellt: \n\nPDF zur „Einführung Maschinelles Lernen“\nCSV-Datei (betriebswirtschaftliche Daten)\nJupyter-Notebook für die Arbeit mit Pandas\n\nVoraussetzungen\n\nGrundkenntnisse in Python 3.x (wünschenswert)\nGrundkenntnisse in Python-Bibliotheken Pandas und numpy\, falls nicht vorhanden\, wird vorher das Training 1 empfohlen\nGrundkenntnisse im Umgang mit Jupyter-Notebook\n\nLernerfolge\nNach der Schulung kennen die Teilnehmenden das von den Trainierenden ausgewählte Regresssions-Modell zur Vorhersage von Werten und können es anwenden. \n  \nRegistrierung\nLink zur Registrierung: https://event.zih.tu-dresden.de/nhr/regression\nDie Registrierung schließt am 26.08.2022. Das NHR-Tutorial ist auf 15 Teilnehmende  (Verhältnis gerne 65% physisch\, 35% online) beschränkt.\nDie Zugangsdaten erhalten Sie kurz vor der Veranstaltung per Email an Ihre registrierte E-Mail-Adresse. \n  \nFür weiteren Fragen steht Ihnen Anja Gerbes (anja.gerbes@tu-dresden.de) zur Verfügung.
URL:https://www.zentrum-ilmenau.digital/veranstaltung/maschinelles-lernen-vorhersage-von-werten-bei-spotify-daten-hybrid/
LOCATION:Data Science Forschungszentrum ScaDS.AI Leipzig\, Humboldtstraße 25\, Leipzig\, 04105\, Deutschland
CATEGORIES:KI-Hub
END:VEVENT
END:VCALENDAR