Die Price Intelligence GmbH hat im Rahmen einer Potentialanalyse mit dem SDSC-BW eine Zusammenarbeit angestoßen, bei der Wissenschaftler des KIT und Data Scientists der Price Intelligence Hand in Hand Algorithmen für eine hierarchische Produktklassifizierung eruierten. Hieraus entstand ein größeres Forschungsprojekt für optimiertes Price-Monitoring, das anwendenden Unternehmen erlauben wird auf Basis internationaler Marktplätze effizient Preise zu vergleichen und so dem Wettbewerb preislich immer einen Schritt voraus zu sein.
In unserem Web-Seminar werden zwei erfahrene Experten aus dem Bereich Pricing aufzeigen, wie sich der beste Preis für ein Produkt ermittelt lässt und wie die Stärken KI-basierter Algorithmen und der Neurowissenschaften ideal kombiniert werden können.

Damit der ideale Preis über den Kaufenden selbst ermittelt werden kann, kommen state-of-the-art Methoden des NeuroPricings zum Einsatz. Prof. Dr. Kai-Markus Müller von der Hochschule Furtwangen gibt einen Einblick, wie Unternehmen für ihre Marken Hirnströme von Probanden – oder auch Reaktionszeiten – messen lassen, um die Wertwahrnehmung der Zielgruppe zu ermitteln. Die Instrumente des NeuroPricing erlauben Modellierungen von Preis-Absatz-Funktionen. Die Integration solcher Forecasts in digitale Controlling-Instrumente ermöglicht präzisere Absatzplanungen sowie mittelfristig KI-basierte Feedback-Schleifen.

Abgerundet werden die Vorträge durch einen virtuellen Round-Table, um wichtige Aspekte aus unterschiedlichen Perspektiven zu beleuchten und der Möglichkeit für die Teilnehmenden im Rahmen eines gemeinsamen Austauschs Fragen an die Vortagenden zu stellen.
_
Profil: Prof. Dr. Kai-Markus Müller ist Neurowissenschaftler und seit 2017 Professor für Consumer Behavior der Fakultät Wirtschaft an der Hochschule Furtwangen. Zu seinen Forschungsschwerpunkten zählen die Themen Consumer Neuroscience, Verbraucherpsychologie und Wahrnehmungsphysiologie. Er gilt als Wegbereiter des NeuroPricing, einer Forschungsrichtung, bei welcher der wahrgenommene Wert eines Produktes oder einer Dienstleistung mit Hilfe neurowissenschaftlicher Methoden untersucht wird.
_
Profil: Sebastian Klumpp ist der Geschäftsführer der Price Intelligence GmbH. Einem Unternehmen, dass das gleichnamige Tool Priceintelligence einsetzt, um für internationale Händler und Marken die Preise der Wettbewerber zu monitoren, damit die Preise angepasst werden können. Hierzu setzt Klumpps Unternehmen auf KI-basierte Algorithmen für effizientes Crawling auf internationalen online Marktplätzen und effektive Matching-Algorithmen.

Wir freuen uns auf Ihre Teilnahme.

Web-Seminar am 28.04.2022 11:00 – 12:00 Uhr

Begrüßung: Dr. Andreas Wierse, SICOS BW GmbH
Moderation: Rainer Duda, Karlsruher Institut für Technologie

Keine Anmeldung erforderlich, einfach auf den Link unten klicken.

Nehmen Sie am Meeting per Computer, Tablet oder Smartphone teil.
https://www.gotomeet.me/SicosBW/webinar

Sie können sich auch über ein Telefon einwählen.
Deutschland: +49 721 9881 4161

Zugangscode: 948-362-741

Sie kennen GoToMeeting noch nicht? Installieren Sie jetzt die App, damit Sie für Ihr erstes Meeting bereit sind:https://global.gotomeeting.com/install/948362741

Der Beitrag 28.04.2022 | KIT | Web-Seminar „NeuroPricing und KI-basierte Modelle: Mit Data Analytics die Wettbewerbsfähigkeit sichern“ erschien zuerst auf dataakademie.de.

Datum: 17. Januar – 19. Januar jeweils von 9.00 Uhr bis 12.00 Uhr

Anmeldeschluss: 13.01.2022

Referentin: Laura Burr, Institut für Numerische Mathematik, Universität Ulm

Kostenloser Workshop im Rahmen des Projekts Data Literacy und Data Science für den Mittelstand

Der Beitrag 17.01. – 19.01.2022 | UUlm | Workshop: Einführung in MATLAB erschien zuerst auf dataakademie.de.

Wir freuen uns auch auf Ihre Erfahrungen und Ihre Herausforderungen und diskutieren diese gerne mit unseren eingeladenen Experten.

Die Konferenz findet online statt und ist kostenfrei.

Das erwartet Sie:

• Use Case aus der Industrie – Data Warehouse meets Data Lake
• New Curriculum Development: SAP Analytics Cloud
• End User Empowerment mit Microsoft Power BI und anschließender Diskussion

Zielgruppe:

• Controller/innen
• BI-Spezialisten/innen
• Business Analysten/innen
• Data Science Anwender/innen
• IT-Mitarbeiter/innen

Termin und Anmeldung:

• Mittwoch 24.11.2021, 15:00 – 17:00 Uhr
• Zugang offen ab 14:45 Uhr zum Kennenlernen und Netzwerken

Die Anmeldung erfolgt ausschließlich über „Eventbrite“. Bitte nutzen Sie den folgenden Link für die Anmeldung und nicht das Anmeldeformular darunter:

https://www.eventbrite.de/e/data-science-aktuelles-aus-industrie-forschung-und-lehre-registrierung-210931691367?aff=ebdssbonlinesearch

Der Beitrag 24.11.2021 | HdM | Vorträge und Forumsdiskussion: Data Science – After-Work – Aktuelles aus Industrie, Forschung und Lehre erschien zuerst auf dataakademie.de.

Inhalt
Machine Learning (maschinelles Lernen) ist das in der praktischen Anwendung zurzeit wohl am weitesten verbreitete Teilgebiet der Künstlichen Intelligenz. Besonders die Anwendung von „Deep Learning“ steht derzeit im Blickpunkt vieler Unternehmen und bietet die Gelegenheit zur Umsetzung vorher nicht dagewesener Möglichkeiten. Eine dieser Möglichkeiten ist die Nutzung von Bildanalysen zur Qualitäts- und Fehlerbeurteilung in der Produktion. In diesem Workshop wird das grundlegende Prinzip von Bildanalysen vermittelt und mit praktischen Übungsaufgaben vertieft.

Methode
Der Workshop läuft in zwei Teilen ab. Die beiden Termine des Workshops finden im Abstand von einer Woche statt. Beim ersten Termin werden die Grundlagen vermittelt und aktuelle Use Cases aus der Industrie vorgestellt. Am zweiten Termin wird praxisnah gezeigt, wie und mit welchen Tools Bildanalysen durchgeführt werden können. Dabei wird es eine Live-Demonstration geben, bei welcher die Teilnehmenden Schritt für Schritt durch eine praktische Übungsaufgabe geleitet werden. Zusätzlich wird eine weitere Übungsaufgabe vorgestellt, welche die Teilnehmenden zu Hause bearbeiten. Damit sind Sie in der Lage einzuschätzen, mit welchem Aufwand der Transfer des Gelernten auf einen neuen Use Case verbunden ist.

Für die Umsetzung der Übungen wird der Besitz bzw. die Einrichtung eines Google Account empfohlen. Hintergrund hierzu ist, dass Google kostenlos eine schnelle Hardware zur Verfügung stellt, mit welcher man effizient experimentieren kann.
Die Übungsaufgaben können jedoch auch auf dem eigenen Rechner mit Hilfe von Jupyter Notebook und der Installation der entsprechenden Machine Learning Bibliotheken durchgeführt werden. Zur Installation dieser Machine Learning Umgebung wird ein Tutorial zur Verfügung gestellt.

Zielgruppe
Technisch interessierte Beschäftigte aus KMUs. Grundlegende Kenntnisse in den Bereichen Mathematik und Statistik. Programmierkenntnisse sind von Vorteil. Für die Teilnahme an diesem Seminar ist ein Online-Zugang erforderlich, der die Teilnahme an Videokonferenzen erlaubt.

Termine
30.11.2021 17:00 – 18:00 und 7.12.2021, 17:00 – 18:30 Uhr (anmelden bis 16.11.2021)

Weitere Informationen, Termine und Online-Anmeldung bei der HFU Akademie

Der Beitrag 30.11. und 07.12.2021 | HFU | Deep Learning zur Bildanalyse für KMU erschien zuerst auf dataakademie.de.

Nutzen Sie die Gelegenheit, am Mittwoch, 17. November 2021 von 13:00 – 14:00 Uhr beim Vortrag via Zoom dabei zu sein und sich zum Thema „Design Thinking” auszutauschen und zu vernetzen.

Weitere Informationen und Anmeldung zum Webinar:

Daniel Heinz (KIT)
Tel. 0721 608-45633
E-Mail: daniel.heinz@kit.edu

Der Beitrag 17.11.2021 | KIT | Webinar „Design Thinking – Potenziale und Erfolgsfaktoren eines human-zentrischen Innovationsansatzes“ erschien zuerst auf dataakademie.de.

Datum: Mittwoch, 10. November von 17.00 Uhr bis 18.00 Uhr

Vortrag: Laura Burr, Institut für Numerische Mathematik, Universität Ulm

Der Beitrag 10.11.2021 | UUlm | Vortrag: Algorithmen für Data Science erschien zuerst auf dataakademie.de.

Ein Online-Kurs der Universität Mannheim

Termine:
Mittwoch, 03.11.2021, von 14:00 – 15:30 Uhr
Mittwoch, 10.11.2021, von 14:00 – 15:30 Uhr
Mittwoch, 17.11.2021, von 14:00 – 15:30 Uhr
Mittwoch, 24.11.2021, von 14:00 – 15:30 Uhr

Format:
Lehrvideos und Online Kurs mit praktischen Übungen

Inhalte:
Dieser Kurs vermittelt Grundlagen in der automatischen Textanalyse (eng. „Natural Language Processing“ bzw. NLP). Er beginnt mit einer Einführung in typische Anwendungsfälle von NLP aus der Industrie sowie der Vorstellung einer prototypischen Preprocessing-Pipeline zur Ermöglichung weiterführender Analysen. Anschließend wird die automatische Klassifikation von Dokumenten in vordefinierte Kategorien (z.B. „positiv“ und „negativ“) mit Machine-Learning-Algorithmen behandelt. Abschließend werden fortgeschrittene Methoden (Topic Models und Word Embeddings) zur numerischen Darstellung der Semantik, also Bedeutung, von Text behandelt.

Methoden:
Anhand von Vorlesungsvideos, Online-Meetings, Literatur und praktischen Coding-Aufgaben werden Grundlagen des Natural Language Processing (NLP) vermittelt. Als Programmiersprache wird hierzu Python dienen. Die Teilnehmenden lernen, wie sie Elemente einer protoypischen Pipeline zur Aufbereitung von Textdaten mittels der Python-Bibliothek „Natural Language Toolkit“ (NLTK) eigenständig implementieren können. Als Beispiel-Daten werden wir auf Jahresberichte von Unternehmen zurückgreifen. Die automatische Textklassifikation wird mit der Bibliothek „scikit-learn“ vermittelt. Als Daten-Grundlage hierfür werden Produkt-Reviews dienen. Die weiterführenden Methoden zur Darstellung von Semantik werden schließlich mithilfe der Bibliothek „gensim“ implementiert.

Zielgruppe:
Alle, die mehr über die automatische Verarbeitung unstrukturierter (d.h. Text-) Daten erlernen wollen und bereits über Grundkenntnisse in der Programmiersprache Python verfügen.

Der Beitrag 03.11., 10.11, 17.11. und 24.11.2021 | UMA | Natural Language Processing erschien zuerst auf dataakademie.de.

Ein Online-Kurs der Universität Mannheim

Termine:

Dienstag 12.10.  09:00-12:00
Donnerstag 24.10. 09:00-12:00

Format: Online Kurs

Inhalte:

• Definition und Entwicklung der Künstlichen Intelligenz
• Problemeigenschaften und Klassen von KI Systemen
• Problemlösen als Suche im Lösungsraum
• Suchmethoden und Beispiele
• KI Methoden in Computerspielen

Methoden:

Der Kurs ist vor allem theoretischer Natur. In Online-Meetings lernen die Teilnehmenden die Grundlagen von Künstlicher Intelligenz und deren Einsatz anhand von Computerspielen kennen.  Es werden frei verfügbare Softwaretools zur Verfügung gestellt, mit deren Hilfe die vorgestellten Methoden anhand kleinerer Beispiele nachvollzogen werden können.

Zielgruppe:

Personen die schon immer mal wissen wollten, wie ein Computer Schach spielt.

Der Beitrag 12.10. und 14.10.2021 | UMA | Online-Kurs Grundlagen der Künstlichen Intelligenz erschien zuerst auf dataakademie.de.

Ein Online-Kurs der Universität Mannheim

Termine:
15. bis 18. November 2021 (jeweils zwei Stunden pro Tag)

Format:
Online Kurs mit praktischen Übungen

Voraussetzungen:

• Python Grundlagen (z.B. Kurs „Einführung in Python mit Fokus auf die Anwendung im Bereich Data Science“)
• Statistik/Wahrscheinlichkeitstheorie Grundlagen (Abiturniveau)

Inhalte:

Der Kurs ermöglicht den Teilnehmern, welche bereits ein hinreichendes Basiswissen in Python und in der Statistik/Wahrscheinlichkeitstheorie aufweisen, einen breiten Einblick und erste Erfahrungen im Bereich Zeitreihenanalyse zu gewinnen. Es werden grundlegende Konzepte und Methodiken eingeführt, die in anschließenden, praktischen Lektionen auf echte Daten angewandt werden können. Ziel dieses Programms ist es, den Teilnehmern das nötige Werkzeug und eine erste Intuition zu vermitteln, um eine Zeitreihe aufzubereiten, zu analysieren und verschiedene Modelle darauf anwenden zu können. Zusätzlich zu den technischen Inhalten werden Ausblicke und Möglichkeiten zu eigenständigem Weiterlernen vermittelt.

Themen:

• Allgemeine Definition und Einführung von/in Zeitreihen
• Vorstellung grundlegender Modelle für Prognosen
• Allgemeine Einführung in den Prozess des Machine-Learning (Preprocessing, Train/Test Split, Over/Underfitting, Evaluation Metrics, Hyperparameter)
• Zeitreihen-Verarbeitung
• Zeitreihen-Visualisierung
• Einführung in Referenzmethoden
• Einführung in statistische Zeitreihenmethoden
• Einführung in Maching-Learning-Methoden zur Prognose

Methoden:

• Live-Coding
• Projektarbeit
• Aufgaben zur selbstständigen Bearbeitung
• Präsentation

Zielgruppe

Alle, die Entwicklungen im Unternehmen besser verstehen oder vorhersagen wollen.

Der Beitrag 15. bis 18.11.2021 | UMA | Zeitreihenanalyse in Python mit Fokus auf die Anwendung im Unternehmen erschien zuerst auf dataakademie.de.

Ein Online-Kurs der Universität Mannheim

Termine:
18. bis 21. Oktober 2021 (jeweils zwei Stunden pro Tag)

Format:
Online Kurs mit praktischen Übungen

Inhalte:

Der Kurs ist eine Einführung in die Grundlagen der Programmiersprache Python, um den Teilnehmer die Arbeit im Bereich Data Science mit Python zu ermöglichen. Es werden keine Kenntnisse, bis auf ein generelles Verständnis von Computern und ein Interesse an der Materie, vorausgesetzt. Der Kurs wird die Grundlagen der Programmiersprache, wie Variablen, Datentypen, for-schleifen und if-Bedingungen, einführen. Danach werden die Library’s Numpy, Pandas und Matplotlib vorgestellt. Am Ende des Kurses ist der Teilnehmer in der Lage einen Datensatz in Python hochzuladen, zu bearbeiten und zu visualisieren. Zusätzlich zu den technischen Inhalten werden Ausblicke und Möglichkeiten zum eigenständigen Weiterlernen gegeben.

Themen:

• Variablen mit Datentypen
• Listen, Arrays etc.
• Logik (if-else Bedingungen etc.)
• Schleifen
• Funktionen
• Packages allgemein
• Numpy
• Pandas
• Matplotlib

 Methoden:

• Live Coding
• Projektarbeit
• Aufgaben zur selbstständigen Bearbeitung
• Präsentation
• Sprechstunde

 Zielgruppe:

Alle, die in der Lage sein wollen, sich selbst einen Überblick über Ihre Daten zu verschaffen.

Der Beitrag 18. bis 21.10.2021 | UMA | Einführung in Python mit Fokus auf die Anwendung im Bereich Data Science erschien zuerst auf dataakademie.de.