Det nye store big data-projekt, DABAI, er skudt i gang – Københavns Universitet

Videresend til en ven Resize Print Bookmark and Share

Datalogisk Institut, DIKU > Nyheder > DIKU-nyheder 2016 > Det nye store big data...

08. juni 2016

Det nye store big data-projekt, DABAI, er skudt i gang

BIG DATA

Danish Center for Big Data Analytics and Innovation (DABAI), et samarbejde mellem DIKU, DTU og AU samt en række styrelser og virksomheder blev skudt i gang den 27. maj i IT-byen Katrinebjerg i Aarhus. På det velbesøgte kick-off-event blev der blandt andet præsenteret cases om positionering på hospitaler, adaptiv undervisning og databehandling i slagteribranchen.

Det nye samarbejde skal skabe innovative løsninger, bl.a. ved hjælp af maskinlæring, der gør det nemt at analysere på store datamængder, og missionen er at få virksomheder og forskning til at arbejde sammen, forklarer Ole Lehrmann Madsen, direktør for Alexandra Instituttet, som har det overordnede projektansvar for DABAI:

- Der findes masser af data derude, som virksomhederne samler op men ikke får brugt. Vi håber derfor, at vi kan sætte Danmark i førertrøjen ved at være med til at udvikle generelle værktøjer, som kan blive genbrugt bredt og på tværs af brancher.

Big Data i undervisningssektoren

To cases blev præsenteret af Stephen Alstrup, professor på Datalogisk Institut på Københavns Universitet (DIKU), der har hovedansvaret for et af projektets store fokusområder Big data i undervisningssektoren. Den ene projekt har fokus på, hvordan gymnasiefrafald kan forudsiges ved at anlysere mønstre i den enkelte elevs studieadfærd. Big data-analyser gør det nemlig muligt at forudsige, hvilke studerende, der er i risiko for falde fra uddannelsen inden for de næste 3 måneder – med mindre man sætter ind med ekstra hjælp.

I den anden case blev den digitale fagportal til matematik, MatematikFessor.dk, som er med til at gøre matematik sjovere samt løfte niveauet, præsenteret. Big data-værktøjer gør systemet personligt og adaptivt, så indholdet er tilpasset den enkelte bruger, således at den enkelte elevs glæde og læringshastighed kan forbedres yderligere – og måske endda på kortere tid.

Casen blev præsenteret i samarbejde med Kasper Holst Hansen, stiftende direktør i EduLab, som står bag MatematikFessor. For ham giver det god mening at teame op med den nyeste forskning inden for databehandling, da det kan være med til at sikre, at eleverne får den bedste læring:

- Vi deltager i DABAI, fordi vi har de her digitale og adaptive systemer til online undervisning, der genererer en masse data, som vi rigtig gerne kunne tænke os at blive klogere på, så børnene i den sidste ende kan blive bedre til matematik, fortæller Kasper Holst Hansen.

- Det giver god mening at analysere på, hvorfor der er et bestemt niveau i matematik. Det behøver ikke være matematikken, der er svær. Måske kan den enkelte elev ikke forstå opgaven, fordi lix-tallet var for højt. Derfor vil vi gerne kigge på det her, dykke ned i data og være med til at løfte niveauet, forklarer Stephen Alstrup.

Hvorfor deltage i DABAI?

Udover EduLab var også Danish Crown og Systematic til stede og præsenterede deres cases. Find ud af hvorfor de tre virksomheder har valgt at deltage i DABAI samarbejdet i denne video:

 Læs den fulde reportage af arrangementet på Alexandra Instituttets hjemmeside