TDWI Blog

Mit nativen Notebooks in VS Code noch effizienter mit Jupyter arbeiten

Computational Notebooks wie Jupyter Notebooks und R-Markdown-Notebooks haben sich für analytische Fragestellungen zur Unabdingbarkeit entwickelt. Sie können im Spektrum von Experimentierbaukasten bis hin zum Werkzeug für komplexe Analysen und automatisierte Prozesse eingesetzt werden. Was Stakeholder auch verlangen: Erstellung eines Plots, explorative Datenanalyse, Datentransformation über die Fähigkeiten von SQL und Excel

Weiterlesen

Unterstützung der Aufmerksamkeit in Videokonferenzen durch KI

Alert_so_wird_man_gewarnt

In unregelmäßigen Abständen stellen Mitglieder der TDWI Young Guns ihre Themen und Fragestellungen vor. In diesem Monat schreibt Veronika zum Thema „Unterstützung der Aufmerksamkeit in Videokonferenzen durch KI“. Unterstützt hat sie Dr. Andreas Totok. Die beiden freuen sich auf eure Kommentare. Beteiligt euch mit an der Diskussion. Folgt im Mailing unten unserer Slack-Einladung.

Weiterlesen

DIGITAL BARCAMP powered by TDWI Young Guns – Vol. 2

We’ll do it AGAIN-and AGAIN-and AGAIN… So schön war unser digitales Barcamp nämlich wieder. Besonders der internationale Austausch, der so zustande kommt, ist – unserer Meinung nach – Gold wert. Wann kann man sich mal in lockerer Runde, ohne Rückreise oder Terminstress mit den Schweizer Kollegen unterhalten? Dass dieser Aspekt so wertvoll ist, hätten wir uns vor dem ersten digitalen Barcamp nicht träumen lassen – aber manchmal kommt es ja einfach so, wie es kommen soll.

Weiterlesen

Ist das “Science” in Data Science noch zu retten?

Kritiker bezeichnen Data Scientists gerne mal als “Statistiker mit einem Mac”. Die Anforderungen in Jobangeboten für “Data Scientists” sind jedoch oft sehr umfangreich, von Technologien für die parallele Verarbeitung großer Datenmengen bis hin zu der Erstellung von Dashboards. In vielen Jobangeboten wird Erfahrung mit wissenschaftlichen Methoden verlangt, idealerweise sogar verbunden mit einem Doktortitel. Dabei könnte man meinen, dass dies aktuell nicht mehr nötig ist. Die Automatisierung schafft Raum, um wissenschaftliche Methoden auf eine grundsätzliche Fragestellung anzuwenden: Wie kann man mit Daten einen Mehrwert für das Unternehmen erzielen?

Weiterlesen

TDWI Young Guns Mailing Juni 2020 | Transparency in Machine Learning

Transparenz von Machine Learning Modellen wird ein immer wichtigeres Thema, denn gerade „Black-Box-Modelle“ erfreuen sich großer Beliebtheit ob ihrer guten Vorhersagegüte. Black-Box-Modelle sind, wie der Name es schon sagt, Modelle, die einem Algorithmus folgen, dessen Entscheidungen allerdings nicht direkt nachvollziehbar sind. Damit die Vorhersagen aber möglichst transparent sind, also z.B. einzelne Gruppen nicht ungleich behandelt werden, oder der Einfluss einzelner Variablen auf das Ergebnis gemessen werden soll, ist es wichtig, diese Modelle und vor allem die Entscheidungen der Modelle auch als Mensch nachvollziehen zu können.

Weiterlesen

Business Intelligence meets Data Science: Einschätzungen aus einem Expertengespräch (2/2)

Am 30.1.2020 haben wir im Rahmen der Meetup-Gruppe „Business Intelligence & Analytics Dortmund“ eine Podiumsdiskussion zum Thema „Business Intelligence meets Data Science“ durchgeführt, an der zwei Experten als Vertreter der jeweiligen Fachdisziplin teilgenommen haben und die der Autor dieses Beitrags moderieren durfte. Dieser Blogbeitrag beschreibt den abschließenden zweiten Teil des Gesprächs.

Weiterlesen

Business Intelligence meets Data Science: Einschätzungen aus einem Expertengespräch (1/2)

Am 30.01.2020 haben wir im Rahmen der Meetup-Gruppe „Business Intelligence & Analytics Dortmund“ eine Podiumsdiskussion zum Thema „Business Intelligence meets Data Science“ durchgeführt, an der zwei Experten als Vertreter der jeweiligen Fachdisziplin teilgenommen haben und die der Autor dieses Beitrags moderieren durfte. Dieser Blogbeitrag beschreibt den ersten Teil des Gesprächs.

Weiterlesen