Online-Schulung: Kompakteinstieg Maschinelles Lernen in der Produktion

Agenda

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 Practice-Beispiele 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 Learning 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 den Veranstaltern erste Anregungen und Ideen für mögliche Use Cases in Ihrem Unternehmen entwickeln und so die vermittelten Inhalte der Schulung direkt in die Anwendung bringen.

Nach Abschluss der Schulung erhalten Sie eine Teilnahmebescheinigung.