Seminar

Praxisworkshop Machine Learning (virtuell)

Hands-on Einstieg in Methoden und Tools des Maschinellen Lernens

Bildmotiv zum Praxisworkshop Machine Learning
© ipopba / Adobe Stock

Künstliche Intelligenz (KI), Maschinelles Lernen, Deep Learning: Schlagwörter, welche aktuell in aller Munde sind und große Potentiale in verschiedenen Unternehmensbereichen versprechen. Doch was steckt dahinter und welche Methoden können wirklich gewinnbringend eingesetzt werden?

Machine Learning beschreibt das Lösen eines konkreten Problems mithilfe von Daten. Ingenieure können auf bereitgestellte Modelle aus der Informatik zugreifen und diese für die eigene Produkt- oder Produktionsentwicklung nutzen. Dabei geht es im Wesentlichen nicht immer nur um den KI-Algorithmus. Zur schnellen und erfolgreichen Umsetzung ist ein methodisches Vorgehen von der Problemformulierung über die Datengewinnung und Datenaufbereitung bis hin zur Übertragung von einem Pilotprojekt in die eigentliche Serienproduktion oder Serienentwicklung notwendig.

Der zweitägige virtuelle Praxisworkshop Machine Learning vermittelt Ihnen eine strukturierte und zielgerichtete Vorgehensweise anhand von Praxisbeispielen, um den Hype um Künstliche Intelligenz und Machine Learning greifbar zu machen. Sie lernen, komplexe Rechenabläufe zu verstehen und gewinnbringend und effizient einzusetzen.

Inhalte

1. Tag: Einführung in das Maschinelle Lernen

  • Einstieg: Was ist Machine Learning? Künstliche Intelligenz, Maschinelles Lernen und Deep Learning: Unterschiede und Gemeinsamkeiten
  • Strategie: Strukturierte Projekte mit CRISP-DM (Cross Industry Standard Process for Data Mining): Das Kochrezept zur erfolgreichen Umsetzung von Maschine Learning Projekten
  • Wissen: Algorithmen des Machine Learning: Klassifikation, Regression und Clustering
  • Anwendung: Inspiration durch praktische Use Cases: Relevante Praxisbeispiele aus der Industrie zur Vorhersage und Klassifikation erkennen und umsetzen

2. Tag: Umsetzungsbeispiel eines intelligenten Condition Monitoring Systems (Bildklassifikation)

  • Daten: Welche Daten werden benötigt? Unterschiedliche Sensorsysteme und Signaltypen kennenlernen; Das Besondere an Bilddaten und die Relevanz in der Industrie
  • Set-up: Wie werden Daten aufbereitet? Data Cleaning und Data Preperation – Die wichtigsten Schritte beim Maschinellen Lernen
  • Algorithmen: Anwenden eines Modells zur Bildklassifikation: Neuronale Netze kennenlernen und verstehen
  • Zuverlässigkeit: Auswerten der Ergebnisse: Die Zuverlässigkeit von Modellen analysieren und bewerten

Zeitlicher Ablauf

  • 26.01.2021, 09:05 bis 15:00 Uhr
  • 27.01.2021, 09:05 bis 15:00 Uhr

Die Tage werden in einzelne Websessions mit flexiblen Pausen eingeteilt.


Methoden

Vorträge, virtuell vorgeführte Programmier- und Praxisbeispiele, Vermittlung der KI-Werkzeuge anhand von Beispielen zum Nachprogrammieren, digital geführte Diskussionen mit den Trainern und Teilnehmern


Wie profitieren Sie von diesem Seminar?

Ziel des virtuellen Praxisworkshops ist das anwendungsnahe Erlernen der wichtigsten Machine Learning Methoden und Tools im Produktionsumfeld. Sie identifizieren geeignete Anwendungsfälle im eigenen Unternehmen. Darüber hinaus können Sie Algorithmen und Datensätze bewerten und Potentiale einschätzen. Am Ende des virtuellen Praxisworkshops wissen Sie, welche Schritte zur erfolgreichen Umsetzung notwendig sind. Die im virtuellen Workshop erlernten Methoden und Konzepte werden auf Checklisten festgehalten.


Zielgruppe

Ingenieure, Prozess- und Verfahrensentwickler, Konstrukteure, Informatiker sowie Führungskräfte mit und ohne Programmiererfahrung


Hinweis

Für die Bearbeitung der Praxisbeispiele wird die Programmiersprache Python verwendet. Sie können die Freeware Python 3.7 auf Anaconda Distribution mit Spyder hier downloaden.

Am virtuellen Seminar können Sie sowohl mit als auch ohne Programmierkenntnisse teilnehmen. Wir möchten darauf hinweisen, dass wir im Rahmen dieses zweitägigen virtuellen Seminars kein Kompaktseminar „Python-Programmierung“ anbieten können.

Zu den allgemeinen technischen Voraussetzungen für eine Teilnahme an unseren virtuellen Veranstaltungen beachten Sie bitte die Hinweise unter Hilfe und FAQ.


Kooperationspartner

Durchgeführt wird das virtuelle Seminar von der KIT Campus Transfer GmbH (KCT), einer Unternehmensgründung des Fördervereins für Innovation am KIT, des Karlsruher Institut für Technologie (KIT) und der KIT Innovation gGmbH. Die KCT dient im Bereich des Technologietransfers neben dem KIT-internen Angebot als eine weitere Schnittstelle zwischen dem KIT sowie der Industrie und Wirtschaft.

Seminarleitung

Portraitfoto von Markus Netzer

Markus Netzer

Maschinenbauer und akademischer Mitarbeiter am wbk Institut für Produktionstechnik am Karlsruher Institut für Technologie. Mehrjährige Erfahrung in der Digitalisierung von Produktionen multinationaler Unternehmen sowie Expertise in der industriellen Nutzung von Künstlicher Intelligenz in der Produktion durch Forschungsprojekte am wbk Institut für Produktionstechnik.
Portraitfoto von Tobias Schlagenhauf

Tobias Schlagenhauf

Wirtschaftsingenieur und akademischer Mitarbeiter am wbk Institut für Produktionstechnik am Karlsruher Institut für Technologie. Internationale Tätigkeit in der Umsetzung von Machine Learning Projekten in der Produktions- und Prozessentwicklung. Seine Forschungsexpertise liegt in der Anwendung von Verfahren des Maschinellen Lernens zur Entwicklung der autonomen Produktionsmaschine.

Veranstaltungsdetails

Dauer: 2 Tage

Websessions live

im virtuellen Raum

Gebühren (zzgl. MwSt.)

VDMA-Mitglieder

€ 790

Nichtmitglieder

€ 960

Sie haben Fragen?

Gorana Delija-Cavlovic

+49 69 6603 1334

mbi@vdma.org

Info-Service

Erhalten Sie regelmäßig und automatisch aktuelle Infos zu passenden Weiterbildungen.