Flüsse und Bäume: Algorithmen und ihre Anwendungen

Prof. Dr. Stephan Westphal
Netzwerkflussoptimierung in Theorie und Praxis

Wie komme ich am schnellsten von Hamburg nach Clausthal? Wie müssen Fluchtwege angelegt werden, damit Sportstätten bei einer Bombendrohung schnell evakuiert werden können? Wie lassen sich auf einer Dating-Webseite möglichst viele Paare bilden? Diese und viele andere praktische Optimierungsprobleme lassen sich als klassische Netzwerkflussprobleme formulieren, die sich mit mathematischen Methoden elegant lösen lassen. An diesem Tag werden wir viele solcher Probleme als Netzwerkflussprobleme modellieren und die Verfahren kennenlernen, mit denen man sie lösen kann. Dabei werden wir einige erstaunliche Resultate entdecken und schließlich werden wir sehen, wie man auch sehr große Netzwerkflussprobleme mit dem frei verfügbaren Softwarepackage NetworkX lösen kann.

Prof. Dr. Jan Gertheiss
Intuitive Datenanalyse mit Hilfe von Entscheidungsbäumen 

Entscheidungsbäume (Decision Trees) bieten eine Möglichkeit auf intuitiveWeise und ohne restriktive Annahmen Wirkungszusammenhänge zwischen (potentiellen) Einflussgrößen und Response-Variablen zu analysieren und Daten-getrieben Entscheidungen zu fällen. Für den Anfang sind dabei weder tiefere Einblicke in die Wahrscheinlichkeitstheorie noch spezielle andere Kenntnisse höherer Mathematik oder Informatik notwendig. Entscheidungsbäume eignen sich daher auch hervorragend als Einstieg in Maschinelles Lernen und Data Analytics. Im Rahmen des Workshops wird eine anwendungsorientierte Einführung gegeben.

Dr. Wolfgang Riemer, Köln
Statistik verstehen

Warum gilt Statistik allgemein als "schwierig"? Der Vortrag versucht, Antworten zu geben und zeigt Wege auf, wie man durch Förderung von Grundvorstellungen auch in heterogenen Klassen unnötige Stolpersteine überwindet. Authentische Beispiele spielen eine ebenso zentrale Rolle wie händische und digitale Simulationen zur Unterstützung der Begriffsbildung. Der Experimentalvortrag ist für Lehrerinnen und Lehrer beider Sekundarstufen geeignet. Statistische Vorkenntnisse sind nicht erforderlich.

Programm