Datenbasierte Rettung: Wie Schiffsunglücke mit Machine Learning vorhersagbar werden

Unfälle auf See passieren ständig. Ihre Kosten, sowohl in Form von Leben als auch an Geld und Umweltzerstörung, sind enorm. Wäre es nicht großartig, wenn man diese Art von Unglücken vorhersagen und vielleicht verhindern könnte?

Mit ihrer mehr als 350-jährigen Geschichte ist die Branche der Marine-Versicherungen der erste Berufszweig der Datenwissenschaft, der versucht, Unfälle vorherzusagen und zukünftige Risiken abzuschätzen. Doch die alten Methoden funktionieren nicht mehr, neue Datenfluten und Algorithmen können erhebliche Verbesserungen bieten und werden die Branche revolutionieren.

In dieser Session von der ML Conference zeigt Dr. Yonit Hoffman, dass es heute durchaus möglich ist, Unfälle vorher zu sagen und wie Daten über das Verhalten eines Schiffes wie sein Standort, die Geschwindigkeit, Karten und Wetter dabei helfen können. Die Speakerin demonstriert, wie Fragmente von Informationen über Schiffsbewegungen gesammelt und in maschinelle Lerrnmodelle eingespeist werden können.

Die Speakerin

Dr Yonit Hoffman is a Senior Data Scientist at Windward, a world leader in maritime risk analytics. Before investigating supertanker accidents, she researched human cells and cancer at the Weizmann Institute, where she received her PhD and MSc. in Bioinformatics. Yonit also holds a BSc. in computer science and biology from Tel Aviv Univercity.

Machine Learning 101++ Using Python

With Dr. Pieter Buteneers

Efficient Transformers

With Christoph Henkelmann

IoT and eSports – Learning for the industry in your spare time

With Dr. Tobias Brambach

Einführung in Neuronale Netzwerke mit TensorFlow

mit Oliver Zeigermann

Machine Learning & Data Science Essentials in Python workshop

mit Dr. Neda Navidi & Dr. Majid Baa Wafaa