Neues Statistik-Netzwerk “Open Reproducible Data Science and Statistics“ (ORDS) / New network on statistics “Open Reproducible Data Science and Statistics“ (ORDS)

Open Reproducible Data Science and Statistics (ORDS) ist ein wissenschaftliches Netzwerk an der Graduiertenakademie der Universität Rostock. Es hat sich zum Ziel gesetzt, die regionale Expertise in den Bereichen Datenanalyse und Statistik mit offener und reproduzierbarer Wissenschaft am Wissenschaftsstandort Rostock zu bündeln. Im Vordergrund steht dabei der fachliche Austausch von Doktorand*innen und Postdocs, es sind aber auch alle anderen interessierten Wissenschaftler*innen angesprochen.

Durch den interdisziplinären Charakter moderner datengetriebener Wissenschaft richtet sich das Netzwerk explizit an alle Fachrichtungen. Neben allgemeinen Fragen zu Datenanalyse, Statistik und Reproduzierbarkeit wird der Fokus des Netzwerks auch auf Programmierumgebungen wie R und Python gesetzt. Während R hauptsächlich in der statistischen Datenanalyse und Datenvisualisierung verwendet wird, ist Python vor allem in der Anwendung von Methoden des Maschinellen Lernens verbreitet. Neben der eigentlichen Datenauswertung liegt ein weiterer zentraler Punkt im Management und in der Versionierung von Daten und Quellcode. Dazu können moderne Werkzeuge wie das Git Versionskontrollsystem, Jupyter Notebooks und Docker Container verwendet werden.

Wir wollen uns in regelmäßigen Abständen treffen und uns gegenseitig über aktuelle Projekte und Methoden aus dem Bereich der Datenanalyse und Statistik informieren. Darüber hinaus haben wir die Möglichkeit, externe Experten einzuladen. Weiterhin sollen sich Seminare und Workshops an der Graduiertenakademie den Themen von ORDS widmen.

Wir hoffen, Euer Interesse am Netzwerk ORDS geweckt zu haben! Meldet Euch entweder direkt über den ORDS-SharePoint an oder schreibt eine E-Mail an gradauni-rostock. Dann wird die Graduiertenakademie im Frühjahr 2020 zu einem Kick-Off-Meeting einladen.

 

Open Reproducible Data Science and Statistics (ORDS) is a scientific network at the Graduate Academy of the University of Rostock. Its goal is to bundle regional expertise in the fields of data analysis and statistics with open and reproducible science in the Rostock-science-region. The focus is on the exchange of expertise between doctoral candidates and postdocs, but all other interested scientists are also welcome.
Due to the interdisciplinary character of modern data-driven science, the network explicitly addresses all disciplines. Besides general questions of data analysis, statistics and reproducibility, the network also focuses on programming environments such as R and Python. While R is mainly used for statistical data analysis and data visualization, Python is especially common in the application of machine learning methods. Besides the actual data analysis, another central point is the management and versioning of data and source code. Modern tools such as the Git version control system, Jupyter notebooks and Docker containers can be used for this purpose.

We want to meet at regular intervals and inform each other about current projects and methods in the field of data analysis and statistics. Furthermore, we have the possibility to invite external experts. Furthermore, seminars and workshops at the Graduate Academy will be dedicated to the topics of ORDS.
We hope to have aroused your interest in the ORDS network! Please either register directly via the ORDS-SharePoint or write an email to gradauni-rostock. Then the Graduate Academy will invite you to a kick-off meeting in spring 2020.

Kontakt / Contact:
Dr.-Ing. Frank Krüger, Institute of Communications Engineering, frank.kruegeruni-rostockdehttps://www.int.uni-rostock.de/, +49 381 498-7339
Anja Eggert, Leibniz Institute for Farm Animal Biology (FBN), Institute of Genetics and Biometry, eggertfbn-dummerstorfde, https://www.fbn-dummerstorf.de/en/institutes/institute-of-genetics-and-biometry/units-and-groups/service-group-statistical-consulting/, +49 38208 68-903

Corina Reinheckel
Graduiertenakademie
 


Zurück zu allen Meldungen