Große Da­ten­sätze er­for­dern neue Ana­ly­se­me­tho­den
Die Verfügbarkeit von großen Datensätzen mit Millionen Datenpunkten und einer Vielzahl an Attributen eröffnet die Notwendigkeit für neue Schätzmethoden. Unter dem Begriff „Maschinelles Lernen“ werden Methoden statistischer Auswertung von großen Datenmengen zusammengefasst, die es den Wissenschaftlerinnen und Wissenschaftlern erlaubt, komplexe Zusammenhänge zu entdecken. Auch Texte können durch maschinelles Lernen analysiert und aufbereitet werden.
Prof. Dr. Stephen Hansen gab eine Gastvorlesung, in der die Studierenden des Elitestudiengangs „Master in Quantitative Economics“ sowie Promovierende der MGSE einen umfassenden Überblick über Methoden und Anwendungsbereiche erhielten.
In seiner Gastvorlesung behandelte Prof. Hansen Methoden, unter anderem das „unsupervised learning“ als auch das „supervised learning“. Für die Studierenden besonders interessant waren die Anwendungen im Bereich von Textanalysen, da beispielsweise großen Massen an Verträgen analysiert und ausgewertet werden können, ohne jeden Vertrag individuell zu prüfen und zu bewerten. Mit der Gastvorlesung erhielten die Studierenden das nötige Wissen an die Hand, um selbst maschinelles Lernen für zukunftsweisende Forschung einzusetzen.
Text: Elitestudiengang „Master in Quantitative Economics“