DaNuMa Summer School „Machine Learning in Animal Sciences“

Ihr promoviert zu Themen der Nutztierhaltung und beschäftigt euch mit Machine Learning bzw. KI-gestützten Systemen im Bereich des Precision Livestock Farmings? Oder euer Thema ist Machine Learning bzw. Data Science im Allgemeinen, und euer Fokus liegt auf der Anwendung von Methoden auf Tierdaten aus der Praxis? Dann ist unsere Summer School das Richtige für euch! In einem Zeitraum von sieben Wochentagen bieten wir Gastvorträge und Workshops an, die sich thematisch mit konkreten Anwendungsfällen von Machine Learning in der Nutztierhaltung auseinandersetzen, wobei der Fokus auf der Analyse visueller Daten liegt. Die Summer School ist Teil des Projekts DaNuMa und wird an der Christian-Albrechts-Universität zu Kiel stattfinden.

Lernziel
Ziel der Summer School ist es, durch die Bearbeitung von diversen praktischen Problemstellungen einen sicheren Umgang mit der Deep Learning Bibliothek 'PyTorch' zu erlangen, und einen Überblick über aktuelle Forschungsfragen im Zusammenhang mit Machine Learning in der Nutztierhaltung zu gewinnen.

Inhalte
Die Fachvorträge und Workshops umfassen unter anderem folgende Themen:
     • Grundlagen von Deep Learning und Pytorch
     • Überblick über aktuelle Deep Learning Methoden
     • Einsatzgebiete von Sensordaten in der Nutztierhaltung
     • Audiogrammanalysen
     • Regression mit Neuronalen Netzwerken
     • Keypoint Detektion
     • Detektion und Tracking
     • Segmentierung

Die Referenten der Fachvorträge werden ergänzt, sobald diese feststehen.

Voraussetzungen
Die Workshops setzen ein prinzipielles Verständnis der Programmiersprache 'Python' voraus. Grundlegende Konzepte wie Objektorientierung, Funktionen oder Schleifen sollten geläufig sein und Erfahrung mit den Python-Bibliotheken Numpy und Pandas ist ebenfalls hilfreich. Falls ihr noch keine grundlegenden Python-Kenntnisse habt, empfehlen wir euch, vor Beginn der Summer School einen Python-Kurs zu absolvieren. Beispielsweise bietet sich dafür der Kurs 'Python for Econometrics' an, welcher von der Universität Göttingen angeboten wird. Der Kurs ist zur eigenständigen Bearbeitung gedacht und die Materialien sind online verfügbar unter pyecon.org. Um Zugang zu den Videos (pyecon.org/videos/) zu erhalten, ist ein Passwort erforderlich. Dafür könnt ihr gerne einfach eine E-Mail schreiben an jonathan.henrich@uni-goettingen.de

Anmeldung
Für Informationen zur Anmeldung und den Veranstaltungskosten oder falls ihr sonstige Fragen habt, schreibt uns einfach E-Mail: jonathan.henrich@uni-goettingen.de. Falls Interesse an einer Teilnahme besteht, bitten wir euch, uns bis zum 31.3.2024 Bescheid zu geben.