Beyond AI

Zum Auftakt der Staffel 4 klären wir zunächst den Begriff Causal Machine Learning. Die reine Statistik kümmert sich nicht um Kausalitäten. Der Mensch hingegen sucht lechzend nach kausalen Zusammenhängen. Das ist eine gefährliche Kombination. Durch Causal Machine Learning können wir diese Zusammenhänge nüchtern behandeln – so wie wir es von der Mathematik gewohnt sind. Theo und Maksim geben einen ersten Einblick wann und wo Causal ML genutzt wird.

Du möchtest dich unbedingt zu diesem Thema mit weiteren Experten austauschen? Dann registriere dich jetzt bei unserer Data Science Meetup Gruppe: Link zur Registrierung

Der Beitrag CAUSAL MACHINE LEARNING – was ist das genau und wofür braucht man es? erschien zuerst auf The Erium Podcast - Data Science & Machine Learning.

Das war’s mit unserer 3ten Staffel! Wir blicken zurück auf Erikas Abenteuer und tollen Diskussionen mit erstklassigen Experten aus der Welt von Data Science und Machine Learning. Und: Wir erzählen euch wie es mit dem Podcast weiter geht!

The Erium Podcast: LinkedIn, Facebook , Twitter, Instagram

Der Beitrag WRAP UP Season 3 erschien zuerst auf The Erium Podcast - Data Science & Machine Learning.

Wie skaliert man Data Science-Use Cases? Was muss man dabei beachten? Das und mehr diskutieren wir gemeinsam mit Walter Denk, Senior Data Scientist bei Bayer, und Theo Steininger.

Walter’s LinkedIn: Walter Denk | LinkedIn

Bayer: Bayer: Übersicht | LinkedIn

Der Beitrag WIE FUNKTIONIERT SKALIERUNG VON DATA SCIENCE-USE CASES? – mit Walter Denk erschien zuerst auf The Erium Podcast - Data Science & Machine Learning.

Wie funktioniert effektives und nachhaltiges Deployment? Muss man als Data Scientist nach dem Projekt noch Babysitter für sein Modell spielen? Das und noch mehr diskutieren wir gemeinsam mit Oliver Bracht, Chief Data Scientist der eoda GmbH, und Theo Steininger in dieser neuen Folge.

Oliver’s LinkedIn: Oliver Bracht | LinkedIn

eoda: Data Science Dienstleister: Nutzen Sie jetzt Ihre Daten (eoda.de)

YUNA: YUNA – Die Data Science Software (eoda.de)

Der Beitrag WIE FUNKTIONIERT ORDENTLICHES UND NACHHALTIGES DEPLOYMENT? – mit Oliver Bracht erschien zuerst auf The Erium Podcast - Data Science & Machine Learning.

Wie funktioniert agiles Projektmanagement in Data Science-Projekten? Was ist die Idee hinter Crisp-DM? Welche Rolle spielt Erwartungsmanagement im Projekt? Das und mehr diskutieren wir gemeinsam mit Sebastian Eckert, Data Analyst aus dem TechHub der AUDI AG, und Maksim Greiner.

Sebastian’s LinkedIn: Sebastian Eckert | LinkedIn

AUDI AG: AUDI AG: Übersicht | LinkedIn

Der Beitrag WIEVIEL PROJEKTMANAGER MUSS IN EINEM DATA SCIENTIST STECKEN? – mit Sebastian Eckert erschien zuerst auf The Erium Podcast - Data Science & Machine Learning.

Wie gestaltet man informative und überzeugende Visualisierungen? Und wie sieht das typische Publikum eines Data Science Vortrags überhaupt aus? Das und noch mehr diskutieren wir in der neuen Folge von The Erium Podcast gemeinsam mit Dr. Johannes Kehrer, Research Scientist bei Siemens und Theo Steininger.

Mehr Infos zu Johannes: Johannes Kehrer | LinkedIn

Staffel 3 Wettbewerb: Contest – The Erium Podcast

Der Beitrag WIE KOMMUNIZIERT MAN RICHTIG MIT DATENVISUALISIERUNGEN? – mit Dr. Johannes Kehrer erschien zuerst auf The Erium Podcast - Data Science & Machine Learning.

Wie sollte ein Start-Up das Thema Cloudcomputing angehen? Wie viel muss ein*e Data Scientist*in über Cloudcomputing wissen? Wo sollte man die Berechnungen für das Modell am besten laufen lassen? All das diskutieren wir gemeinsam mit Dr. Nicolay Hammer, Leiter des Teams Big Data und Künstliche Intelligenz am Leibniz-Rechenzentrum der Bayerischen Akademie der Wissenschaften.

LRZ-Kurse: LRZ: Kurse, Schulungen

Der Beitrag WIE SOLLTE EIN JUNGES START-UP DAS THEMA CLOUDCOMPUTING ANGEHEN? – mit Dr. Nicolay Hammer erschien zuerst auf The Erium Podcast - Data Science & Machine Learning.

Wie sehr muss ich als Data Scientist verstehen, wie die Algorithmen intern funktionieren? Diese und noch weitere Fragen diskutieren wir geimeinsam in dieser Erium-internen Folge mit Dr. Stefan Hilbert und Maksim Greiner.

Stefan’s LinkedIn-Profil: Stefan Hilbert | LinkedIn

Erium: Erium |

Der Beitrag WIE SEHR MUSS ICH ALS DATA SCIENTIST VERSTEHEN, WIE DIE ALGORITHMEN INTERN FUNKTIONIEREN? – mit Dr. Stefan Hilbert erschien zuerst auf The Erium Podcast - Data Science & Machine Learning.

Strukturierter Data Lake oder bedarfsorientierter Flickenteppich? Wie geht man im Kontext eines bestimmten Use Cases mit Missing Values und Outliern um? Und wieviel sitzt ein Data Scientist wirklich vorm Computer? Das Preprocessing ist in den meisten Data Science-Projekten der zeitaufwändigste und nervenaufreibendste Part. Gemeinsam mit Theo Steininger und Dr. Sandra Romeis diskutieren wir für wen was besser ist.

Sandra’s LinkedIn-Profil: Dr. Sandra Romeis | LinkedIn

Rehau: REHAU | Engineering progress – Enhancing lives

Staffel 3 Wettbewerb: Contest – The Erium Podcast

Der Beitrag STRUKTURIERTER DATA LAKE ODER BEDARFSORIENTIERTER FLICKENTEPPICH? – mit Dr. Sandra Romeis erschien zuerst auf The Erium Podcast - Data Science & Machine Learning.

Für welche Firmen macht ein Machine Learning-Projekt überhaupt Sinn? Was unterscheidet Data Science von Computer Science? Und wie entwickelt man eine ordentliche Corporate Strategy im Bezug auf zukünftige Data Science-Use Cases? Diese Fragen diskutieren wir gemeinsam mit Martin Szugat und Maksim Greiner.

Martin‘ LinkedIn-Profil: Martin Szugat | LinkedIn

Datentreiber: Unsere Methode für Ihre Datenstrategie – Datentreiber

Staffel 3 Wettbewerb: Contest – The Erium Podcast

Der Beitrag FÜR WELCHE FIRMEN MACHT DATA SCIENCE ÜBERHAUPT SINN? – mit Martin Szugat erschien zuerst auf The Erium Podcast - Data Science & Machine Learning.