Prof. Dr. rer. nat. Gero Szepannek

Lehrangebot

  • BMSIB1800 - Business Mathematics/Statistics
  • BMSIB2600 - Analytical Statistics
  • BWLM6089 - Methoden des Data Mining
  • LTM8B1700 - Mathematics/Statistics
  • LTM8B1800 - Analytical 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, Predictive Analytics World, Berlin, 18.11.2019.
  • Data Science in der Lehre am Beispiel der Hochschule Stralsund. NØRD, Rostock, 7.11.2019.
  • Deep Dive: KI, Machine Learning und Deep Learning, Stralsund, 25.09.2019
  • Machine Learning in a Nutshell, Boreus Work & Meet, Stralsund, 30.08.2019
  • Transparency of Machine Learning Models in Credit Scoring (mit M. Bücker, M. Staniak, A. Gosiewska und P. Biecek), Credit Scoring and Credit Control XVI, Edinburgh, 29.08.2019
  • 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.
Projekte
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. Projektlaufzeit: 01.10.2017 - 30.09.2020

Umsetzung des WWM Algorithmus

Umsetzung des WWM Algorithmus zur Identifikation einer Wechselwirkungsmatrix von Herb-drug interaktionen im Rahmen eines Unterauftrags des Kompetenznetzes Komplementärmedizin in der Onkologie (KOKON). Projektlaufzeit: 01.07.2019 - 31.08.2019.

Quantitative Analyse von wahrgenommen Qualitätskriterien im Tourismus mit Hilfe von Text Mining

Untersuchungsgegenstand des Projektes sind touristische Entwicklungsprojekte in Transformations- und Schwellenländern. Mit Hilfe von Instrumentarien des Text Mining sollen  wahrgenommene Qualitätskriterien der Nutzer identifiziert und untersucht werden. Kooperation mit der HTW Berlin. Projektlaufzeit: 1.5.2019 - 30.4.2020.

Projekte im Rahmen der hochschulinternen Forschungsförderung
  • Produktevaluierung der Tourismusregion Waren/Müritz (01.01. - 31.12.2017)
  • Erwartungshaltung von Gesundheitstourismusgästen am Beispiel der Region Rostock/Warnemünde (01.01. - 31.12.2018)
  • Untersuchung des Einflusses von Hyperparametern tiefer neuronaler Netze (01.01. - 31.12.2019)
Regionale Kooperationsprojekte
  • Mecklenburger Backstuben

  • Strelapark

  • Tourismuszentrale Rostock & Warnemünde

  • Vogelpark Marlow

  • Waren (Müritz) Kur- und Tourismus GmbH

Explainable AI

There is an ongoing hype around artificial intelligence and machine learning and open source autoML tools such as e.g. mlr3 have made machine learning easily accessible to anyone. Nevertheless it has to be emphasized that a profound understanding of the models should be part of each model development and requires for experienced analysts. In general, understanding of models as they result from many recently proposed machine learning algorithms becomes difficult as the model typically come along as black boxes. I gave a short general overview on the topic at the Predictive Analytics World Conference on 18./19.11.19 in Berlin. Two quite general frameworks that might help understanding can be found here and here.

  • Here you can find a paper on quantifying explainability of machine learning algorithms.
  • The corresponding R code can be found here.
Clustering Mixed-Type Data

In practice, data are often of so called mixed type, i.e. containing both numeric and categorical variables. For clustering of mixed-type data there exists a simple and intuitive extension of the popular k means algorithm, called the k prototypes algorithm.

  • An implementation of the k prototypes algorithm in R can be found in the clustMixType package.
  • An R Journal article on the package can be found here.

 

 

 

AG DANK Herbsttagung 2018
Quelle: Hansestadt Stralsund/Pressestelle
R User Treffen Stralsund
13.03.2019

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)
20.11.2019
  • "Einführung in Bayesverfahren mit R", Christian Röver (Universität Göttingen)
  • "Ergebnisse Performance Coding Challenge", Mario Trouillier (Universität Greifswald), Download Challenge

 

Leistungsangebot
  • Schulungen in führender Datenanalysesoftware (R, SAS, Enterprise Miner)
  • Training, Vorträge und Beratung zu Themen aus den Bereichen:
    • Statistik, Data Science, Machine Learning, KI, Text Mining und Visual Analytics,
    • Credit Scoring und IRBA,
    • BI, CRM, und Geomarketing
    • sowie Industrie 4.0.

Prof. Dr. rer. nat.
Gero Szepannek

Statistik und Wirtschaftsmathematik

Tel:

+49 3831 45 6672

Raum:

322, Haus 21