Former staff
Former Academic Staff
Hervé Donald Teguim Kamdjou, Dr.
Bio:
Akademische Ausbildung
- 07.2017 - 03.2021:
Promotionsstudium am Lehrstuhl für Statistik, Universität Duisburg-Essen + Bundesministerium für Bildung & Forschung. Projekt: Determinanten und Modelle zur Prognose von Studienabbrüchen (DMPS)
- 10.2016 - 04.2019: Masterstudium der Informatik, Universität Düsseldorf. Abschluss: Master of Science (Note: 2.1). Masterarbeit: Anwendung von neuronalen Netzen zur Vorhersage studentischer Leistungen
- 01.2016 – 09.2017: Masterstudium der Mathematik, Universität Düsseldorf. Abschluss: Master of Science (Note: 1.6). Masterarbeit: Vorhersage der Leistung von Studierenden unter Verwendung von Machine-Learning-Methode
- 04.2014 – 10.2016: Bachelorstudium der Informatik, Universität Düsseldorf. Abschluss: Master of Science (Note: 1.4). Bachelorarbeit: Vorhersage der Wechselzahl (KcAT) in E. coli mittels maschinellem Lernen
- 04.2014 – 01.2016: Bachelorstudium der Mathematik, Universität Düsseldorf. Abschluss: Master of Science (Note: 1.7). Bachelorarbeit: Klassifikation & Variablenselektion unter Verwendung von linearer und quadratischer Diskriminanzanalyse
Berufserfahrung
- 07.2017 – 03.2021:
Wissenschaftlicher Mitarbeiter am Lehrstuhl für Statistik, Universität Essen + Bundesministerium für Bildung & Forschung: Entwicklung und Anwendung von Machine Learning Algorithmen und Data Science Modellen auf die Hochschulbildung
- 07.2016 – 06.2017: Data Scientist an der Deutsche Rückversicherung Group: Koordination und erfolgreiche Durchführung von 5 Projekten über Machine Learning, Data Mining und Text Mining an der Abteilung für HUK und Spartenmanagement
- 01.2015 – 06.2017: Wissenschaftliche Hilfskraft am Lehrstuhl für Angewandte Statistik, Universität Düsseldorf: Korrektur von Übungsaufgaben. Entwicklung & Pflege von Webseite
Internationale Erfahrung
- 02.2017 – 05.2017:
Master of Science in Computing in Applied Data Science & Analytics, Technological University Dublin (Irland)
- 07.2011 – 07.2012: Ausbildung in Computer Science & Electronics bei INIME Institute, Niamey/Niger
- 08.2010 – 04.2011: English Language Programm American Cultural Center, Niamey/Niger
Publikationen & Arbeitspapiere:
- Behr, A.; Giese, M.; Teguim K., Herve D; & Theune, K. Dropping out of university: a literature review (Review of Education)
- Behr, A.; Giese, M.; Teguim K., Herve D; & Theune, K. Context and Implications Document for - Dropping Out of University: A Literature Review (Review of Education)
- Behr, A.; Giese, M.; Teguim K., Herve D. & Theune, K. Dropping out from higher education in Germany an empirical evaluation of determinants for Bachelor students (Open Education Studies)
- Behr, A.; Giese, M.; Teguim K., Herve D. & Theune, K. Early prediction of university dropouts: a random forest approach (Journal of Economics and Statistics)
- Behr, A.; Giese, M.; Teguim K., Herve D. & Theune, K. Motives for Dropping Out from Higher Education : An Analysis of Bachelor's Degree Students in Germany (European Journal of Education)
- Teguim K., Herve D. Estimating the Returns to Education using a Machine Learning Approach : Evidence for Different Regions (eingereicht bei einer Zeitschrift)
- Teguim K., Herve D. Causal Inference with Machine Learning: Evidence on the Returns to Education (eingereicht bei einer Zeitschrift)
- Behr, A.; Giese, M.; Teguim K., Herve D. & Theune, K. Predicting dropout from higher education: a comparison of machine learning algorithms (eingereicht bei einer Zeitschrift)
Lehrtätigkeit:
- Computergestützte Methoden mit R
- Propädeutikum R
- Übung Deskriptive Statistik
- Übung Induktive Statistik
Workshops & Konferencen
- 09.2020:
Abschlussveranstaltung der BMBF-Förderlinie "Studienerfolg und Studienabbruch I", Online Präsentation des Projekts „DMPS“ Determinanten und Modelle zur Prognose von Studienabbrüchen“
- 09.2019:
25th Deutsche Statistische Gesellschaft, Trier, Deutschland, Vortrag: Predicting Dropout from Higher Education – A Comparison of Machine Learning Algorithms
- 08.2019:
32nd Annual Conference, CHER, Kassel, Deutschland, Vortrag: Predicting Dropout from Higher Education – A Comparison of Machine Learning Algorithms
11.2018:
3rd International NEPS Conference, Bamberg, Deutschland, Vortrag: Early Prediction of University Dropouts: A Random Forest Approach09.2018:
Status-Workshop, BMBF, Berlin, Deutschland, Förderlinie: Studienerfolg und Studienabbruch