Servicenavigation


Sie sind hier:

Meldungen-Archiv

Bericht DOTS 2019

„Nichts als Erbsen zählen?“ – unter diesem Motto widerlegte die Fakultät Statistik der TU Dortmund am Mittwoch, 5. Februar, manches Vorurteil über die vermeintlich trockene Welt der Zahlen und Daten. Beim Dortmunder Tag der Statistik (DOTS 19) lernten rund 400 Schülerinnen und Schüler in spannenden Vorträgen und abwechslungsreichen Mitmachaktionen, wie wichtig die Wissenschaft der Statistik inzwischen für viele Bereiche unserer Gesellschaft geworden ist.

Zum vollständigen Bericht

(Text: Lisa Burgardt, Foto: Martina Hengesbach)

 

 

Auszeichnungen Akademische Jahresfeier

Im Rahmen der Akademischen Jahresfeier der TU Dortmund wurden am 23. Januar den Absolventinnen Franziska Kappenberg der Jahrgangsbestenpreis 2018 für ihren Master-Abschluss und Johanna Mielke der Dissertationspreis 2018 verliehen. Herzlichen Glückwunsch!

Zum vollständigen Artikel auf der Hauptseite der TU

Bildnachweis: Martina Hengesbach

 

 

SFB 823 Vortrag

Nonparametric graphical models for functional data

Speaker: Eftychia Solea (University of Cyprus, Cyprus)

When and where?

Tuesday, January 29, 2019, 4.30 pm, M / E21

 

Soroptimist-Förderpreis für Marieke Stolte

Im Rahmen der Stipendienfeier der TU Dortmund wurde am 18. Januar ein Soroptimist-Förderpreis an die Statistik-Studentin Marieke Stolte verliehen, deren Leistungen im Studium und ehrenamtliches Engagement damit gewürdigt wurden.

Die Fakultät gratuliert herzlich.

Zum vollständigen Artikel

Bildnachweis: Roland Baege

 

Statistik im Beruf

17.01.2019 Dr. Florian Kruse (Mitgründer und Geschäftsführer, Point 8 GmbH)

Titel:  "Agil und auf Augenhöhe mit der Industrie: Von der Forschung zum Data-Science-Startup"

Der Vortrag schildert Erfahrungen von Data Scientists beim Wechsel in die Industrie. U.a. werden folgende Fragen thematisiert: Wie ist es, als Data Scientist im Maschinenbau / der Industrie zu arbeiten? Worauf kommt es an? Welche Qualifikationen werden gebraucht, womit kann man überzeugen? Zudem werden Einblicke in die Arbeit im Data-Science-Startup gegeben.

Der Vortrag findet am 17.01.2019 um 16.15 Uhr in Raum M/E 21 statt.

 

Vorbesprechung für Fallstudien und Seminare im Sommersemester 2019

Am Donnerstag, den 24.01.2019 finden die Vorbesprechungen für Fallstudien und die Seminare im Sommersemester 2019 statt.

 

Fallstudienvorbesprechung

ab 15:15 Uhr im M/E 21

 

Fallstudien I (Prof. Dr. Christine Müller)

Fallstudien II (Prof. Dr. Claus Weihs)

Data Mining Cup (M.Sc. Lang, M.Sc. Horn)

 

Seminarvorbesprechung

ab 16:15 Uhr im M/E 21

  • Rankingsysteme als statistische Beschreibung von sportlichen Leistungen

    (Prof. Dr. Philipp Doebler)

  • Statistical Learning Theory in Pattern Recognition

    (Prof. Dr. Markus Pauly)

  • Textdatenanalyse

    (Prof. Dr. Carsten Jentsch)

  • Biometrie

    (Prof. Dr. Katja Ickstadt)

  • Industrial Data Science

    (Prof. Dr. Claus Weihs)

 

SFB 876 Vortrag

Title: Contextual Bandit Models for Long- and Short-Term Recommendations

Speaker: Maryam Tavakol, Leuphana University of Lueneburg

When: Jan 10, 2019, 4:15:00 PM

Where: OH 14, E23

Recommender systems aim to capture interests of users to provide tailored recommendations. User interests are often unique and depend on many unobservable factors including internal moods or external events. We present a unified contextual bandit framework for recommendation problems that is able to capture both short- and long-term interests of users. The model is devised in dual space and the derivation is consequentially carried out using Fenchel-Legrende conjugates and thus leverages to a wide range of tasks and settings. We detail two instantiations for regression and classification scenarios and obtain well-known algorithms for these special cases. The resulting general and unified framework allows for quickly adapting contextual bandits to different applications at-hand. The empirical study demonstrates that the proposed short- and long-term framework outperforms both, short-term and long-term models. Moreover, a tweak of the combined model proves beneficial in cold start problems.