Datenanalyse der Corona-Pandemie als Thema für TH-Seminar

SIR-Modell (Susceptible-Infected-Removed-Model) (Bild: Bartz-Beielstein)

Aus aktuellem Anlass beschäftigt sich das gemeinsam von Prof. Bartz-Beielstein und Prof. Zühlke durchgeführte WPF mit der Analyse der COVID-19 Pandemie.

Das interdisziplinäre "Institut für Data Science, Engineering, and Analytics“ (IDE+A) plant, sich an dem weltweiten Wettbewerb der amerikanischen Online-Community  Kaggle zu beteiligen, der weltweit größten Einrichtung dieser Art mit mehr als einer 1 Mio. registrierter Nutzer. Angeregt von der amerikanischen Regierung lautet die Fragestellung (Challenge), bestätigte Fälle nach Regionen vorherzusagen. Es geht zum einen darum, genaue Prognosen zu erstellen, aber auch, Faktoren zu identifizieren, die die Übertragungsrate von COVID-19 beeinflussen.

Prof. Dr. Thomas Bartz-Beielstein, Leiter des IDE+A, möchte zunächst mit einer kleinen Gruppe von 25 Studierenden starten, die sich mit dieser Aufgabe als Wahlpflichtfach ihres Informatikstudiums beschäftigen. Gemeinsam mit seiner Kollegin Prof. Dr. Dietlind Zühlke wird er zunächst passende Verfahren aus dem Bereich "Data Science" (Statistik, Mathematik) zur Simulation und Analyse auswählen. Zum Einsatz kommen hierfür die statistische Programmiersprache "R" sowie "Python“ Tools. Auf der Basis dieser Erkenntnisse plant er gemeinsam mit den Studierenden, die Aktivitäten auszuweiten. So sollen die Ergebnisse zukünftig auch lokale Behörden (Gesundheitsamt des Oberbergischen Kreises) bei der Datenauswertung und Prognose von Corona-Fällen unterstützen.

Prof. Bartz-Beielstein ist ein international renommierter Experte für „Computational Intelligence“, einem Teilgebiet der Künstlichen Intelligenz. Sein Forschungsbereich sind evolutionäre Algorithmen zur Modellierung, Simulation und Optimierung von Prozessen, beispielweise in den Bereichen Industrie 4.0 und Big Data. In seinem Institut werden derzeit ein Dutzend kooperative Promotionen durchgeführt.

Informatikstudierende ab dem 4. Semester können sich auf der Lernplattform ILIAS für das WPF „Data Mining (praktisch)“ anmelden. Der Kurs wird vollständig online durchgeführt. Als Tool zur praktischen Umsetzung verwenden wir git. Zur Analyse werden wir bevorzugt Python und R nutzen.

Eine Anmeldung über ILIAS ist erforderlich.

M
M