Hier lernen Fachleute mit erweiterten Kenntnissen in den Bereichen Statistik und Mathematik wesentliche Grundlagen probabilistischer Methoden kennen, um auch bei einer vergleichsweise kleinen Datenbasis verlässliche Modelle zu trainieren. Weiterhin werden Möglichkeiten diskutiert, um nachfolgende Experimente so einzustellen, dass der Informationsgehalt der erzeugten Daten optimal ist.

Für praktische Übungen kommt die Programmiersprache »Python« zum Einsatz.

Nach der Schulung sind Sie in der Lage, ihr Fach- und Prozesswissen mathematisch so zu kodieren, dass sie es mit Ihren Daten optimal zur Modellbildung zu nutzen können. Weiterhin können Sie das Modell auch zur optimalen Akquise weiterer Daten nutzen.

Typische Anwendungsbereiche der Schulungsinhalte finden sich in Forschung und Entwicklung. Hier arbeiten Fachexpert*innen, die (häufig teure) Versuche durchführen, um Modelle abzuleiten. Die Schulung unterstützt diesen Ablauf umfassend von der Datenaufnahme bis zur verlässlichen Modellbildung unter Einbezug von Daten und Expertenwissen.

Zielgruppe

Analyst*innen und Fachexpert*innen, die ihre Fähigkeiten zur Auswertung von geringen Datenbeständen ausweiten wollen. Interessierte aus den Bereichen Forschung, Entwicklung und Produktion, die fundierte Methoden zur Auswertung geringer Datenmengen zusammen mit Expertenwissen kennen lernen möchten.

Vorkenntnisse

Erweiterte Kenntnisse in den Bereichen Statistik und Mathematik, grundlegende Programmierkenntnisse.