Suche

Datenliebe

Dr. Meike Wocken – Beratung, Programmierung und Schulungen

Kategorie

Allgemein

Sichtbarmachung von Bodenfeuchtigkeit im Teutoburger Wald

Die Möglichkeiten von LoRaWAN und der Community The Thingsnetwork (kurz TTN, mehr Infos dazu im Blogpost The Things Network in Bielefeld) kann am besten an einem praktischen Projekt kennengelernt werden.Bei meiner Suche nach einer sinnvollen Idee, die Mehrwerte für die Stadtgesellschaft auf unterschiedlichen Ebenen erzeugen kann, ist das Projekt zur Sichtbarmachung von Bodenfeuchtigkeit im Wald entstanden.

Die Idee habe ich dann bei Code for Bielefeld und in der Community der Open Innovation City vorgestellt. Jetzt bin ich auf der Suche nach Menschen, die gemeinsam mit mir das Projekt ehrenamtlich für Bielefeld realisieren möchte. Digitales Kickoff ist am Donnerstag, 16.09.2021 um 20 Uhr im Senfcall von Code for Bielefeld https://lecture.senfcall.de/chr-hhh-9my. Falls ihr keine Zeit habt, aber Interesse am Mitmachen und Umsetzen habt, dann schickt gerne eine E-Mail an teuto.bodensensor (a) gmail.com.

Weiterlesen „Sichtbarmachung von Bodenfeuchtigkeit im Teutoburger Wald“

Google Apps Script: Google Produkte leicht erweitern

Im beruflichen und privaten Umfeld nutze ich viele Produkte aus dem Google Workspace. Für den Digitaltag 2021 habe ich zum ersten Mal Google Apps Script verwendet, um die Funktionalitäten von Google Sheets zu erweitern für die Durchführung einer Open Data Rallye durchgeführt von Code for Bielefeld. Alle Infos dazu findet ihr auch in unserem Github Repository dazu.

Google Apps Script ist eine Skripting-Plattform basierend auf Javascript, die über den Google Account im gdrive zugänglich ist. Es ist ein Low Code Ansatz, um Erweiterungen zu ermöglichen, ohne auf professionelle Entwickler angewiesen zu sein.

Weiterlesen „Google Apps Script: Google Produkte leicht erweitern“

Funktechnologien für das Internet of Things: Einführung und Vergleich

Mit dem Aufbau eines LoRaWANs in Bielefeld durch die Stadtwerke Bielefeld habe ich angefangen, mich dafür zu interessieren, wie die Dinge im Internet der Dinge miteinander vernetzt sind. Ich wurde in The Things Network aktiv (siehe auch https://wocken-datenliebe.com/2021/03/07/the-things-network-in-bielefeld/ ) und habe weitere Funktechnologien gemeinsam mit codecentric-Kollegen für unterschiedliche Use Cases evaluiert.

Auf der Building IoT 2021 darf ich nun mit meinem codecentric-Kollegen Jens Saalmüller über „Funktechnologien für das Internet of Things: Einführung und Vergleich von LPWAN-Technologien“ sprechen.

Weiterlesen „Funktechnologien für das Internet of Things: Einführung und Vergleich“

Liftoff 2021

Gerne möchte ich wieder mehr Einblicke in meine Arbeit geben. Mit Kindern im Homeoffice habe ich diesen Blog im letzten Jahr leider sehr vernachlässigt. Passend zu diesem neuen Start ist auch das Thema für den ersten Blogbeitrag: Liftoff.

Dabei handelt es sich ausnahmsweise nicht um ein Data Science Thema, sondern um ein Thema aus dem Bereich agiles Arbeiten. Es ist eine Methode, wie Team-fokussiert Projekt-Kickoffs durchgeführt werden können und als Arbeitsergebnis eine gemeinsame Team-Charta entsteht.

Weiterlesen „Liftoff 2021“

Wieder Teil eines Teams

Seit Anfang des Jahres gehöre ich mit zum Team von http://www.codecentric.de codecentric ist ein agiles Softwarehaus, mit großer Erfahrung im Bereich Smart Data, AI und Cloud.

Gemeinsam sind wir mit einem Standort in Bielefeld im Pioneers Club für euch da und können in vielen Bereichen weiterhelfen…
…. Engineering, Integration, Security, Managed Services, ….. Workshops, Digital Product Development, Team Enabling, ….

Schreibt mich doch einfach an! Creating the digital future together! Weiterlesen „Wieder Teil eines Teams“

Können wir Machine-Learning-Modelle verstehen?

Digital Gym, 11.12.2019, Pioneers Club Bielefeld, 16 – 17:30 Uhr

Machine Learning Verfahren können Objekte, z.B. Kunden, anhand ihrer Eigenschaften automatisiert bestimmten Klassen, beispielsweise „Kunde ist abwanderungsbedroht“ zuordnen. Dafür gibt es unterschiedliche Klassifikationsmodelle, die sich in ihren Algorithmen und ihrer Komplexität unterscheiden. Ein einfaches Modell ist leicht verständlich und nachvollziehbar, aber gleichzeitig nicht fähig, komplexe Zusammenhänge abzubilden und somit genaue Vorhersagen für Testdaten zu liefern. Komplexe Modelle sind im Wesentlichen „Blackbox“-Verfahren, die i.d.R. gute Prognoseergebnisse liefern.  Weiterlesen „Können wir Machine-Learning-Modelle verstehen?“

Farmhack 2019: 2. Platz fürs Kuhmonitoring!!

Vom 16. bis 17. Oktober 2019 fand der Farmhack (www.farmhack.de) im Rahmen der Innovate Convention in Osnabrück (www.innovate-os.de) statt. Ich hatte mich der Challenge gestellt, innderhalb der zwei Tage digitale Lösungsansätze für Herausforderungen der Agrarbranche zu entwickeln. Organisiert wurde das Event unter anderem von Fraunhofer Venture, welches für das Ausgründungs- und Beteiligungsmanagement der Fraunhofer-Gesellschaft verantwortlich ist. Weiterlesen „Farmhack 2019: 2. Platz fürs Kuhmonitoring!!“

Hervorgehobener Beitrag

Statistik im Masterstudium Digitale Technologien: Zentraler Grenzwertsatz

Zur Vorbereitung meiner Vorlesung Statistik der Datenanalyse im Masterstudium Digitale Technologien an der FH Bielefeld habe ich heute u.a. die Vermittlung des Zentralen Grenzwertsatzes (ZGW) vorbereitet und einige Grafiken dazu in R erstellt.

Weiterlesen „Statistik im Masterstudium Digitale Technologien: Zentraler Grenzwertsatz“

Warenkorbinhalte clustern: Customer Analytics mit finite mixture models

Die Inhalte der Warenkörbe lassen Rückschlüsse auf die eigenen Kunden zu. Gibt es Warenkorbinhalte, die häufig zusammengekauft werden? Kann ich Informationen über meine Kundengruppen ableiten?

Eine Möglichkeit ist die Assoziationsanalysen. Aufgrund der Häufigkeiten von gemeinsam gekauften Produkten werden Regeln abgeleitet: Wenn X gekauft wird, dann wird auch Y gekauft. Das lässt allerdings die Heterogenität der Kundengruppe außer Acht. Es könnte sein, dass es eine Kundengruppe gibt, die zu Bratwürstchen immer Bier kauft, eine andere Kundengruppe hingegen zu Bratwürstchen kein Bier, dafür aber Salat-Zutaten im Warenkorb hat.

Eine andere Möglichkeit ist die Gruppierung der Warenkörbe zu verschiedenen Clustern. Clustering-Verfahren sind unsupervised, d.h. rein datengetrieben werden die Gruppen gebildet: innerhalb der Gruppe gibt es eine hohe Ähnlichkeit der Warenkorbinhalte, zwischen den Gruppen gibt es große Unterschiede.

Weiterlesen „Warenkorbinhalte clustern: Customer Analytics mit finite mixture models“

Create a website or blog at WordPress.com

Nach oben ↑