Tag der Datenwissenschaft 2022 | Fata Morgana-Neuigkeiten

Startseite » Tag der Datenwissenschaft 2022 | Fata Morgana-Neuigkeiten
Tag der Datenwissenschaft 2022 |  Fata Morgana-Neuigkeiten

Um dieses Video anzusehen, müssen Sie alle Cookies akzeptieren.
Cookie-Einstellungen.

Der Schwerpunkt des Tages lag darauf, die neuesten Entwicklungen in der datenwissenschaftlichen Forschung an der Universität Amsterdam, AUMC (Fakultät für Medizin), ACTA (Fakultät für Zahnmedizin) und darüber hinaus zu teilen. Mehr als 100 Personen nahmen an der diesjährigen ausverkauften Veranstaltung teil, entweder persönlich im Startup Village oder über den Online-Livestream.

Vormittags-Workshops

Der Tag begann mit zwei interaktiven Workshops für Doktoranden und Mitarbeiter der UvA.

Workshop 1: Metaanalytische Strukturgleichungsmodellierung (MASEM)

Workshopleiterin: Suzanne Jak

Die Workshop-Teilnehmer lernten die Grundlagen von MASEM und sammelten praktische Erfahrungen mit der Anpassung von MASEM-Modellen mithilfe der speziellen Online-App webMASEM.

Workshop 2: Ein Crashkurs in maschinellem Lernen mit JASP

Workshopleiter: Eric-Jan Wagenmakers, Koen Derks, Don van den Bergh

Die Workshop-Teilnehmer machten sich mit der JASP-Software für Statistik vertraut und erfuhren, wie JASP bei der Durchführung und Interpretation komplexer Analysen helfen kann.

Der Workshop war gut strukturiert und die Ressourcen sind klar genug, dass ich selbst weiter mehr über JASP lernen kann.
Workshop 2 Teilnehmer

Nachmittagsprogramm:

Disziplinenübergreifende Datenwissenschaft – Pitch-Präsentationen der DSC-Mitglieder

17 Community-Mitglieder des Data Science Center aus 6 Fakultäten hielten blitzschnelle Präsentationen darüber, wie sie datenwissenschaftliche Methoden anwenden, um eine Reihe verschiedener Fragen zu beantworten – von der Frage, wie man die Geschichte der frühen Globalisierung und Kolonialisierung besser verstehen kann, bis hin zu den Gründen, warum Menschen Regeln befolgen und brechen, Tomaten anbauen!

Moderatoren und Themen des DSC-Pitches:

  • Tessa Blanken (Fakultät für Sozial- und Verhaltenswissenschaften: Psychologische Methoden): Human Behavior Simulation – the NEMO project
  • Niklas Müller (Fakultät für Sozial- und Verhaltenswissenschaften: Gehirn & Kognition): Induktive Verzerrungen in der neuronalen Verarbeitung
  • Susan Vermeer (Fakultät für Sozial- und Verhaltenswissenschaften: Politische Kommunikation und Journalismus): Einfluss des digitalen Medienumfelds auf politisches Verhalten und Einstellungen
  • Marthe Möller (Fakultät für Sozial- und Verhaltenswissenschaften: Jugend- und Medienunterhaltung): Data Science & Unterhaltungskommunikation
  • Joanna Strycharz (Fakultät für Sozial- und Verhaltenswissenschaften: Persuasive Kommunikation): Data-Science-Methoden in der persuasiven Kommunikation
  • Melvin Wevers (Geisteswissenschaftliche Fakultät): CANAL: Amsterdam Cultural Analytics Lab
  • Leon van Wissen (Fakultät für Geisteswissenschaften): Die Geschichte der frühen Globalisierung und des Kolonialismus verstehen
  • Gaby Lunansky (Rechtswissenschaftliche Fakultät): Warum befolgen oder brechen Menschen die Regeln?
  • Noé Furet (Rechtswissenschaftliche Fakultät; Institut für Informatik): Mit Data-Science-Methoden Rechtsfragen in dezentralen Systemen identifizieren
  • Claudia Orellana-Rodriguez (Amsterdam Business School): Data Analytics for Good: Applying Analytics for the Advancements of the Sustainable Development Goals (SDGs)
  • Shubha Guha (AI for Retail AIR Lab): Datenqualität & Fairness: Auswirkungen der automatisierten Datenbereinigung auf faire Entscheidungsfindung
  • Shuai Wang (Amsterdam Business School; Informatics Institute): Innovationsgenom: Entdeckung der geheimen Zutaten erfolgreicher Innovationen mithilfe von geometrischem Deep Learning und visueller Analyse
  • Max van Spengler (Institut für Informatik: VIS Lab): Hyperbolische Geometrie in Computer Vision
  • Katinka Rus (Fakultät für Zahnmedizin): KI-Modelle für den klinischen Einsatz
  • Fred White (Naturwissenschaftliche Fakultät: Swammerdam Institute for Life Sciences): Simulation und Methodentests in entworfenen Omics-Daten
  • Frans van der Kloet (Naturwissenschaftliche Fakultät: Swammerdam Institute for Life Sciences): Computer Vision and Deep Learning
  • Marc Galland (Naturwissenschaftliche Fakultät: Swammerdam Institute for Life Sciences): Tomato Machine Learning

Keynote-Präsentationen:

Keynote 1: Fantastische Dnimals und wo sie zu finden sind: Deep-Learning-Modelle verstehen

präsentiert von Steven Scholte, Associate Professor, Department of Psychology an der University of Amsterdam

Stevens Forschungsgebiet ist die visuelle Wahrnehmung. Er arbeitet an einer Lösung, um 2D-Punkt-abgetastete visuelle Informationen in eine sinnvolle Wahrnehmung zu integrieren. Seine Forschung umfasst Themen wie Gruppierung, Segmentierung und Objekterkennung.

In seiner Grundsatzrede sprach Steven darüber, wie das Gehirn die statistische Darstellung der Welt lernt und wie solche Modelle ähnlich wie biologische Tiere (wie Menschen) behandelt werden können. Steven führte Beispiele an, um zu veranschaulichen, dass es möglich ist, ein gutes Verständnis dieser High-Parameter-Modelle zu erlangen, die für die Vorhersage von Objektkategorien optimiert sind. Dies hilft uns gleichzeitig, die in DNNs implementierten Funktionen und die Mechanismen zu verstehen, die von biologischen Tieren verwendet werden, um diese Aufgaben zu lösen.

Keynote 2: Für wen hält diese Schnittstelle Sie?

präsentiert von Anne Beaulieu, Professorin für Wissensinfrastrukturen und Direktorin des Data Research Center an der Universität Groningen

Annes Forschung und Lehre geben Einblicke, wie Daten erstellt, synthetisiert und in Beweise umgewandelt werden. Anne untersucht auch, wie Datenbanken, Plattformen und Datenflüsse unser Wissen prägen und wer Zugang zu diesem Wissen hat.

In ihrer Keynote forderte Anne das Publikum auf, darüber nachzudenken, was passiert, wenn wir die Schnittstelle als wichtigen Handlungsraum erkunden, der prägt, was wir tun, wie und was wir mit Daten wissen. Anne sprach darüber, was es bedeutet, Schnittstellen als Praktiken und nicht als Geräte zu betrachten, und wie Schnittstellen das Potenzial haben, Beziehungen zwischen Menschen, Maschinen und mehr als Menschen zu formen und neue bürgerliche Epistemologien jenseits von Kontrolle und Berechnung zu unterstützen.

Aufnahmen von Nachmittagsprogrammen

Demnächst!