Prof. Dr. rer. nat. Gero Szepannek

Lehrangebot

  • BMSB1200 - Statistics/Research Methods
  • BMSB1600 - Business Mathematics
  • BWLM6089 - Methoden des Data Mining
  • LTM8B1800 - Analytical Statistics
  • LTM8B1700 - Mathematics/Statistics
  • LTM8B1910 - Research Methods
  • LTM8B1930 - Research Project
  • WINFB2300 - Statistik
  • WINFB3400 - Data Science for Business
  • WINFB3720 - Methoden der empirischen Forschung
  • WINFB4520 - Verfahren des Data Mining
  • SMIB6400 - Künstliche Intelligenz

Sprechstunde: Mittwochs 17.30 - 18.30 Uhr nach Voranmeldung

Bei Interesse an einem Abschlussarbeitsthema im Bereich Machine Learning / Data Science / Statistik können Studierende gerne per Email Kontakt mit mir aufnehmen.

Kurzvita
  • seit 2016: Professur für Statistik und Wirtschaftsmathematik an der HOST
  • 2009 - 2016: Head of Scoring & Rating Models (Santander Consumer Bank / Santander Consumer Group)
  • 2008: Promotion an der TU Dortmund: "Mustererkennung zur Informationsextraktion aus simulierten Aktionspotenzialen des Hörnervs" (Zusammenarbeit mit Fraunhofer IDMT)
  • 2004: Diplom in Statistik an der TU Dortmund: „Verfahren zur Klassifikation und Visualisierung vieler Klassen in hochdimensionalen Räumen“
  • 2000/2001: Studium in Rennes (Frankreich) am ENSAI
Forschung

Forschungsinteressen:

  • Machine Learning, Deep Learning und künstliche Intelligenz, insb. Hyperparametertuning & Interpretierbarkeit von Black Box Modellen
  • Computational Statistics
  • Text Mining & Sentimentanalyse

Angewandte Forschung:

  • Credit Scoring & IRBA
  • Customer Relationship Management
  • Industrie 4.0
  • Music Information Retrieval
  • Spracherkennung
  • Medizinische Diagnostik (z.B. CIs)

Übersicht Publikationen

Vorträge
  • An Overview on Explainable AI in R, satRday Berlin, 15.06.2019
  • Machine Learning (and Automatic Hyperparameter Tuning) using mlr, Berlin R User Group, 16.04.2019.
  • Cluster Evaluation for Mixed-Type Data (mit R. Aschenbruck), European Conference on Data Analysis (ECDA), Bayreuth, 17.03.2019.
  • Dimensionsreduktion: von PCA bis HDA – Heteroskedastische Diskriminanzanalyse (und wofür sie gut ist). R User Treffen, Stralsund, 13.03.2019.
  • Risk Modelling, Machine Learning and Computational Statistics, VWL in MV, Rostock, 5.10.2018.
  • Current Trends in Machine Learning: Hyperparametertuning & Understanding the Black Box, Data Science Community Meeting/SFD, Bonn, 20.06.2018.
  • A Sentiment-Dictionary for Customer Feedback in Tourism (mit L. Tetzlaff, K. Rulle und W. Gronau), Jahrestagung Arbeitskreis-Tourismusforschung, München, 17./18.5.2018.
  • Ein SAS Enterprise Miner Interface für systematisches Hyperparameter-Tuning mit (ml)R (mit J. Rausch-Stroomann), KSFE 2018, Mannheim, 1./2.3.2018.
  • A Framework for Scorecard Modelling using R, Credit Scoring and Credit Control XV, Edinburgh, 30.08.-01.09.2017
  • Overview on Variable Clustering using R. Statistische Woche, Augsburg, 19.-22.09.2016.
  • k Prototypes Clustering for Mixed-Type Data. European R Users Meeting (eRum), Poznan (PL), 12.-14.10.2016.
  • On the Practical Relevance of Modern Machine Learning Algorithms for Credit Scoring Applications. Herbsttagung der Arbeitsgruppe für Datenanalyse und numerische Klassifikation (AG DANK), Berlin, 18./19.11.2016.
Weitere Aktivitäten
Leistungsangebot

Beratung und Training

  • R, SAS, Enterprise Miner
  • Statistik, Data Science, Machine Learning, KI, Text Mining, Visual Analytics
  • Credit Scoring, IRBA
  • BI, CRM, Industrie 4.0, Geomarketing
Mittelstand 4.0 Kompetenzzentrum Rostock

Die Hochschule Stralsund ist Bestandteil des Kompetenzzentrums für Digitalisierung: Mittelstand 4.0 Kompetenzzentrum Rostock, das im Rahmen der Förderinitiative Mittelstand 4.0 des Bundesministeriums für Wirtschaft und Energie im Jahr an den Start ging.

Unter der Konsortialführerschaft der IT-Initiative MV e.V. begleiten die Hochschule Stralsund, das Institut für Implantattechnologie und Biomaterialien e.V. (IIB e.V.), die Universitätsmedizin Rostock Versorgungsstrukturen GmbH und die Hochschule Neubrandenburg regionale mittelständische Unternehmen auf dem Weg in die Digitalisierung. Unternehmen aus den Bereichen Tourismus und Gesundheitswirtschaft stehen dabei im Vordergrund. 

Im Fokus steht die Sensibilisierung für Chancen und Potentiale, die die Digitalisierung mit sich bringt. Neben der Sensibilisierung und Information wird das Kompetenzzentrum auch Schulungen anbieten, Workshops durchführen und die interessierten Unternehmen bei konkreten Umsetzungsprojekten begleiten. Anhand sogenannter Demonstratoren können sich Unternehmen im Vorfeld anschauen, wie Digitalisierung funktioniert.

Das Stralsunder Teilprojekt DigiTOUR wird durch Prof. Dr. Gero Szepannek vertreten, der von Prof. Dr. Michael Klotz, Prof. Dr. Björn Jacobsen, Prof. Dr. Jasminko Novak und Projekt-Mitarbeitenden sowie Studierenden begleitet wird. Im Fokus stehen hierbei insbesondere die Tourismusbranche sowie Data Science.

Das Projekt wird unter dem Förderkennzeichen 01MF17005E vom Bundesministerium für Wirtschaft und Energie unterstützt.

Regionale Kooperationsprojekte

  • Waren (Müritz) Kur- und Tourismus GmbH

  • Mecklenburger backstuben

  • Tourismuszentrale Rostock & Warnemünde

  • Vogelpark Marlow

  • Strelapark

AG DANK Herbsttagung 2018
Quelle: Hansestadt Stralsund/Pressestelle
R User Treffen Stralsund
  • Wann: 13.03.2019 um 18:00 Uhr
  • Wo: Hochschule Stralsund, Haus 21, Raum 326 (2. Stock) (Campusplan)
  • Vorträge:
    • "Circular visualization in R & having fun", Yvonne Gladbach (Universität Rostock)
    • "Dimensionsreduktion... von PCA bis HDA -- Heteroskedastische Diskriminanzanalyse (und wofür sie gut ist)", Gero Szepannek (Hochschule Stralsund)
  • Kurze Vorstellung der Teilnehmer und Diskussion möglicher Themen
  • Gemütlicher Ausklang im Restaurant Sundblick
  • Paketempfehlungen: hda, mvtnorm, circlize.
  • Um eine kurze Anmeldung per Mail wird gebeten.

 

Clustering Mixed-Type Data

Prof. Dr. rer. nat.
Gero Szepannek

Statistik und Wirtschaftsmathematik

Lehrangebot

Tel:

+49 3831 45 6672

Raum:

322, Haus 21

E-Mail schreiben