Machine und Deep Learning Verfahren zur Analyse von Zeitreihen und Prozessdaten

Der Kurs stellt klassische Statistik und Deep Learning nebeneinander, sodass Sie für eine konkrete Fragestellung das passende Verfahren wählen können. In der Reihe der Data-Science-Seminare gehört er zu den Vertiefungen. Er ergänzt das Seminar Intelligente Zeitreihen Analyse mit modernen Machine Learning Methoden, das stärker auf Klassifikation, Clustering und Anomalien in Zeitreihen ausgerichtet ist.

Praxisbezug im Gesundheitswesen

Viele Planungsgrößen im Gesundheitswesen sind Zeitreihen mit deutlichen Mustern: Aufnahmen und Belegung schwanken nach Wochentag, Ferienzeiten und Infektwellen, das Aufkommen in der Notaufnahme nach Tageszeit. Ein Krankenhaus kann mit SARIMA oder einem rekurrenten Netz die erwartete Belegung je Fachabteilung für die nächsten Wochen schätzen und Personal- und Bettenplanung danach ausrichten. Krankenkassen prognostizieren auf demselben Weg die monatlichen Leistungsausgaben je Leistungsbereich oder das Anrufaufkommen im Kundenservice. Als Prozessdaten kommen etwa Verbrauchsdaten aus Lager und Logistik oder Energiedaten der Gebäudetechnik in Frage. Arbeiten Sie dabei möglichst mit aggregierten Zählwerten statt mit Daten zu einzelnen Patientinnen und Patienten; für die meisten Planungsprognosen reicht das aus.

In dieser 3-tägigen Schulung "Machine und Deep Learning Verfahren zur Analyse von Zeitreihen und Prozessdaten" erweitern Sie Ihre Kenntnisse im Bereich der Datenanalyse.

Die Entstehung von Zeitreihen- und Prozessdaten steht im engen Zusammenhang mit der fortschreitenden Digitalisierung von Wirtschaft und Produktion. Diese Daten zeichnen sich durch ihren zeitlichen Charakter aus, der es ermöglicht, kontinuierliche Prozesse abzubilden und zukunftsweisende Vorhersagen zu treffen.

Beispiele hierfür sind Sensordaten, die den Verschleiß von Teilen in Produktionsmaschinen oder Turbinen vorhersagen können, die historischen Verkaufszahlen eines Produkts, die Einblicke in künftige Verkaufstrends liefern, und die Kursentwicklung einer Aktie, die Aufschluss über ihren Wert in den kommenden Wochen oder Monaten geben kann.

Diese Schulung präsentiert Ihnen aktuelle Machine- und Deep-Learning Verfahren, die speziell für die Verarbeitung von Zeitreihendaten entwickelt wurden. Dabei werden sowohl statistische als auch konzeptuelle Hintergründe beleuchtet. Ein besonderer Schwerpunkt liegt auf praktischen Anwendungen mit relevanten Python-Bibliotheken wie Pandas, Scikit-Learn, Statsmodels und Tensorflow/Keras.

Das übergeordnete Ziel dieser Schulung besteht darin, Ihnen moderne Methoden zur Aufbereitung und Analyse von Prozessdaten zu vermitteln. Dadurch sollen Sie in der Lage sein, fundierte Geschäftsentscheidungen auf Basis dieser Erkenntnisse zu treffen und Ihr Fachwissen im Bereich der Datenanalyse gezielt einzusetzen.

• Technisch interessierte Fachkräfte

• Grundkenntnisse in Python

Die Schulung bietet Ihnen eine ausgewogene Mischung aus Theorie und Praxis. Sie tauschen sich direkt mit projekterfahrenen Trainerinnen und Trainern und den anderen Teilnehmenden aus.