Workshop 6: Data for Good. Wie man mit Daten Gutes tut.

Slides:



Advertisements
Ähnliche Präsentationen
Pop Jazz C B A Jazz C A Lehrstuhl für Künstliche Intelligenz
Advertisements

Von David Keß, Heinrich Wölk, Daniel Hauck
Gliederung 1. Grundlagen der Bottom-Up-Syntaxanalyse
Neue Medien im DaF Lehr- Lernprozess
3. Kapitel: Komplexität und Komplexitätsklassen
Klarinette mit Highspeed Aufnahmen
Requirements Engineering / Requirements Management
Anfragesprachen – Dipl. Ing. Ulrich Borchert / FH Merseburg1/4 Machine Learning (ML) Der erste Teil dieser Definition ist auch eine Beschreibung von Machine.
Lernende Agenten Seminar Softwareagenten Wintersemester 2001/2002 Norman Neuhaus.
Schüler helfen Schülern
Eine neue „kreative Klasse“ Kreative Milieus
Maschinelles Lernen und automatische Textklassifikation
? Was ist Informatik? Was ist Informatik? Alexander Lange
Fallstudie "E-Commerce"
Künstliche Intelligenz
Kleine Weisheit.
Universität zu Köln Historisch-Kulturwissenschaftliche Informationsverarbeitung Softwaretechnologie II (Teil I): Simulation und 3D Programmierung Prof.
Transborder Data-Flow: Vergleich von Praktiken in den USA und der EU
Vorgehen Einführung einer Kostenrechnung (Phasen)
Projektgruppe Hochschwab Synonym für Reichenstein Wer's nicht im Kopf hat, hat's in den Beinen! (frei nach Alex)
Schlusspunkt.
Künstliche Intelligenz
Deutsches Forschungszentrum für Künstliche Intelligenz – DFKI GmbH
P-Seminar Frühstück am Heinrich-Heine-Gymnasium München.
VTÖ Projekt Benchmarking- Facility Management. Ausgangssituation Sehr positives Feedback aus Pilotprojekt Erfahrungen mit der Zielgruppe VTÖ will mehr.
Vergisst das Internet?.
Non-Profit Medien im Internet
Universität zu Köln Historisch-Kulturwissenschaftliche Informationsverarbeitung Softwaretechnologie II (Teil I): Simulation und 3D Programmierung Prof.
Kopf und Computer Gerhard Vollmer
Die 7 Management-Werkzeuge
SHA-1 Collision Search Graz. Wo wurde das Projekt durchgeführt? An der Universität Graz Wann wurde das Projekt gestartet? Am Wann wurde das.
„Kästchen“ vs. „Bubble“
Open Source.
Pascal Brunner Uniklinik RWTH Aachen Institut für Medizinische Informatik Integration von ImageJ- und Matlab- Servern in das Electronic Data Capture klinischer.
Personalbedarfsplanung Personaleinsatz Josef Zellhofer Bundesvorsitzender Hotel Olsanka, Prag v
Nutzerstudien / Suchtexperten. Gliederung ▸ 1. Fragerunde ▸ 2. Sitzungsaufgabe ▸ 3. Was haben wir gemacht? / Optimierung der Alphaumfrage ▸ 4. Analyse.
Dorn, Mauthe. Zitat „Any teacher who can be replaced by a machine should be!” by Arthur C. Clarke in Tutors (1980) general-purpose pocket tutor Kein Ersatz.
Jan Dovermann Uniklinik RWTH Aachen University Institut für Medizinische Informatik Modellierung und Entwicklung eines generischen Tools zum Export von.
Tobias Sammet 8DY1 Programmieren Tobias Sammet 8DY2 Programmierung ● = das Schreiben eines Computerprogramms ● Dient zur Lösung eines.
„Ehemalige berichten“ Evaluation der ZWEIJÄHRIGEN PROBEphase
Das Internet – Was ist das? Das Internet - ein Datenfresser?
Workshop 2: Das vermessene Ich – Quantified Self und Selbstoptimierung
Touchability of Touchscreens
Zugriff-Analyse mit WebTrends
Wandel ist nicht aufzuhalten. Wie sieht unser Leben in 20 Jahren aus?
Wie und wo entscheiden Algorithmen über unsere Köpfe hinweg?
Studiengang Kindergarten/Unterstufe, 2013
Bewertung der „Jugendkonferenz 2020“
Mitfahrbörse Von: Marco, Marie-Sophie, Vanessa.
Energie – KVP kontinuierlicher Prozess zur Steigerung der Energieeffizienz Ziel des Projekts: Im Zuge des Kooperationsprojektes Energie KVP werden gemeinsam.
Integration Geflüchteter in Pforzheim Prof. Dr. Jürgen Volkert
Lernen mit den „Neuen Medien“
Geometrie / Mechanismen
Lukas, Johannes, Daniel, Hans, Benedikt, Tobias
Infrastruktur - Digitalisierung Datenschutz
OAI Protocol for Metadata Harvesting
Imagefilm für die Siegmund-Freud BBS
Wisdom of Crowds und Spiele
Deep Learning Simon Fankhauser, Donato Villani - AAI HS 17.
Ganztag + Hort = GanztagPlus
Ausgewählte Folien für Lehreinheit C3
Ausgewählte Folien für Lehreinheit C4
Bots, Fake News und Big Data: Das Ende der Demokratie?
Big Data Anwendungen ... selbst gedacht.
Domain‘s Ein Feature- und Preisvergleich
Ausgewählte Folien für Lehreinheit C4
Einblicke in das Brieftaubenwesen
Workshop 2 Digitalisierung
Einführung: Statistische Verfahren der automatischen Indexierung
 Präsentation transkript:

Workshop 6: Data for Good. Wie man mit Daten Gutes tut. Algorithmus Festgelegter Ablauf zur Lösung eines Problems Kann durch Programme umgesetzt sein Intelligenz Keine festgelegte Definition Mögliche Kriterien: Kreativität, Vielfältigkeit und Abstraktionsfähigkeit Künstliche Intelligenz: auf bestimmtes Problem zugeschnitten („schwache Intelligenz“) Machine Learning Versucht maschinell Regeln aus Erfahrung herzuleiten Aus menschlichen Vorgaben lernt die Maschine Beispiel: Jambo Bukoba e.V. Mit Sport den Lebensstandard in Tansania verbessern Erhobene Daten, z.B. Schulnoten zur Optimierung des Projektes nutzen Die Daten wurden analysiert von: Data-Animals, eine Gruppe von freiwilligen, professionellen Data - Scientist, die für Non-Profit-Organisationen kostenlose statistische Auswertungen anbieten Fazit der Analyse: Schulnoten haben sich deutlich verbessert DATA FOR GOOD Gruppenfoto Teilnehmer: Cara Appel, Fabian Forster, Fee-Aurora Winkler, Florian Schott, Florian Wende, Hannah Bornemann, Janosch Ott, Lea Büttner, Morris Vath, Nathalie Grünsteudel, Patrick Fender Leitung: Andrea Schubert, Daniel Kirsch, Jennifer Ahrens