Beschreibung
Kompakteinstieg Maschinelles Lernen in der Produktion
Ziel
Die zweitägige Schulung Kompakteinstieg »Maschinelles Lernen in der Produktion« gibt Ihnen einen Überblick über Anwendungsmöglichkeiten von Machine Learning in der Produktion, Projektphasen, sowie die Zusammenarbeit in einem Machine Learning Projekt. Sie lernen den Data Science Prozess von der Datenaufnahme über die Datenanalyse bis zur Modellierung im Detail kennen.
Kommende Starttermine
Inhalte / Module
Tag 1
Einführung »Maschinelles Lernen in der Produktion«:
- Anhand von Use Cases aus der Produktion erhalten Sie einen Einblick in den Stand der Technik sowie einen Einblick, wie sich Machine Learning Projekte strukturieren lassen.
Datenakquise und Aufbereitung:
- Eine der wichtigsten und zeitintensivsten Phasen eines Machine Learning Projektes ist die Akquise, Bereitstellung und die Aufbereitung der Daten. In diesem Block bekommen Sie Einblicke und Best Practices dazu, welche Datenfehler auftreten können und wie Sie diese vor dem Hintergrund der Modellierung beheben können.
Modellierung:
- Nach der Datenaufbereitung können Algorithmen für die Modellierung der Prozesse angewendet werden, um so anhand von historischen Daten und Ereignissen für die Zukunft zu lernen. Neben einem Vergleich von klassischen Analyseverfahren (z.B. Korrelationsanalyse) mit Verfahren der künstlichen Intelligenz, bekommen Sie Einblicke in die Funktionsweise der Machine Learning Algorithmen.
Tag 2
Hands-on Python:
- In diesem Block bearbeiten Sie einen Machine Learnin Use Case von der Datenaufnahme bis zur Modellierung anhand eines gegebenen Beispiels.
Rollen und Verantwortungen:
- Durch den agilen Charakter von Machine Learning Projekten ergeben sich veränderte Rollen und Verantwortungen. In diesem Block erhalten Sie Informationen dazu, welche Rollen innerhalb eines Projektes benötigt werden und wie die Zusammenarbeit zwischen diesen aussehen kann.
Mini-Workshop »Ideenfindung«:
- Zum Abschluss der Schulung können Sie gemeinsam mit uns erste Anregungen und Ideen für mögliche Use Cases in Ihrem Unternehmen entwickeln und so die vermittelten Inhalte der Schulung direkt in die Anwendung zu bringen.
Nutzen & Mehrwert
Nach der Schulung sind die Teilnehmenden in der Lage, Einsatzmöglichkeiten Maschineller Lernverfahren in der eigenen Produktion zu erkennen und den damit verbundenen Aufwand und Nutzen abzuschätzen. Sie kennen den Data Science Prozess von der Datenaufnahme über die Datenanalyse bis zur Modellierung mit KI im Detail .
Zielgruppe / Voraussetzungen
Zielgruppe:
Domänen - und Prozessexpert*innen sowie Entscheider*innen in produzierenden Unternehmen, die Maschinelles Lernen in ihre Prozesse einführen möchten.
Voraussetzungen:
Interesse an innovativen Methoden und Maschinellem Lernen. Es werden keine Vorkenntnisse vorausgesetzt.
Abschlussqualifikation / Zertifikat
Nach Abschluss der Schulung erhalten Sie eine Teilnahmebescheinigung
Infos anfordern
Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik IWU
Unser wichtiges Ziel ist es, Forschungswissen und technologiebasiertes Know-how in die unternehmerische Praxis schnell und zielgerichtet zu übertragen. Nutzen Sie auch die Gelegenheit zur Weiterbildung und profitieren Sie von unserem Expertenwissen - sei es bei Präsenzveranstaltungen oder in Online-Seminaren. Wir...