Beschreibung
Maschinelles Lernen in der Produktion
Ziel
In unserer Schulung vermitteln wir den Teilnehmenden einen breitgefächerten Überblick über zentrale Begriffe, Konzepte, Methoden und Anwendungen des Maschinellen Lernens in der Produktion und ermöglichen ihnen damit einen Schnelleinstieg in das Thema. Durch erste »Hands-on«-Erfahrung in praxisnahen Anwendungsszenarien und das enge Zusammenspiel von Theorie und Praxis werden die gegebenenfalls vorhandenen Einstiegshürden in das komplexe Thema abgebaut, ein niederschwelliger Themeneinstieg gewährleistet und der Wissenstransfer in Unternehmen gefördert.
Kommende Starttermine
Inhalte / Module
Teil 1: Einführung in Maschinelles Lernen für Ingenieure
-
Maschinelles Lernen versus konventionelle Prozessanalyse
- Übersicht gängiger Methoden zur experimentellen Prozessanalyse (Korrelationsanalyse, Regressionsanalyse, Frequenzanalyse / Spektren, Zeitreihenanalyse / Trends) und ML-Modellierungsalgorithmen (Klassifizierung, Clustering, Regression). Unterschiede, Vor- bzw. Nachteile. Überwachtes versus unüberwachtes Lernen. ML-Workflow, ML-Anwendungen in der Produktion.
-
Daten in der Produktion
- Ohne Daten kein ML! Datenstrukturen und Informations- modelle, Datenakquise, (OPC UA, UMATI, MQTT, ...), Datenqualität, Datenvorverarbeitung, fehlende Werte und Ausreißer, Auswahl von Merkmalen (Features) und Dimensionsreduzierung, PCA.
-
Praxisbeispiel 1: Problemstellung, Vorgehensweise und Aufbau einer Versuchsumgebung
- Profilschiene mit Linearantrieb als technischer Prozess, allg. Vorgehensweise, technische Realisierung der Datenerfassung, Datensichtung, Abschätzung und Verbesserung der Datenqualität, Übersicht ML-Plattformen, Frameworks und Bibliotheken, Arbeit mit Python / Jupyter Notebook.
Teil 2: Anwendung von ML-Algorithmen
-
Praxisbeispiel 1: Anwendung eines ML-Algorithmus
- Wahl einer passenden ML-Strategie, Implementierung, Gütebewertung und Validierung, Accuracy / Precision / Recall (Genauigkeit-Trefferquote), Cross Validation (Kreuzvalidierungsverfahren), Performance, Optimierung der Lösung.
-
Praxisbeispiel 2: Anwendung eines ML-Algorithmus
- Anlage zur Herstellung versiegelter Becher aus Karton als technischer Prozess, Problemstellung, Wahl einer passenden ML-Strategie, Implementierung, Gütebewertung und Validierung, Optimierung der Lösung.
-
Alternative Lösungen für Praxisbeispiel 2
- Braucht man immer KI / ML? Grenzen des Maschinellen Lernens. Übersicht alternativer Lösungen zum Praxisbeispiel 2, Fourier-Transformation, Bildverarbeitung ohne KI, Lösungsvergleich mit und ohne KI, Vor- bzw. Nachteile.
-
Auswertung und Diskussion der Erkenntnisse, Feedback
Nutzen & Mehrwert
Nach der Schulung sind die Teilnehmenden in der Lage, Einsatzmöglichkeiten Maschineller Lernverfahren in der eigenen Produktion zu erkennen, den damit verbundenen Aufwand und Nutzen abzuschätzen und erste eigene ML-Projekte zu planen.
Aufbau & Organisation
Zeitlicher Rahmen
9.30 - 17.00 Uhr
Sie können auch einen Schulungstermin direkt in Ihrem Unternehmen vereinbaren. Pauschalpreis für eine Inhouse-Schulung: 2950,- Euro, max. Teilnehmeranzahl: 12 Personen.
Teilnahmegebühr für alle unsere Kurse ist steuerfrei gem. § 4 Nr. 22a UStG.
Zielgruppe / Voraussetzungen
Zielgruppe:
der Workshop richtet sich an alle Interessenten aus der Industrie, vom Techniker bis zum Geschäftsführer, die sich einen schnellen Einstieg in das Thema des Maschinellen Lernens in der Produktion wünschen und bisher keine oder nur wenig Vorkenntnisse in diesem Bereich besitzen.
Voraussetzungen:
allgemeines technisches Verständnis ist von Vorteil. Programmierkenntnisse sind nicht erforderlich.
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...
Bewertungen von Teilnehmern
Bewertungsdurchschnitt: 5
Ein sehr hilfreicher Workshop, der in die Tiefen der Anwendung an die Grenzen von KI in der Produktion führt. Besonders hilfreich ist der Fokus auf Anforderungen und Vorraussetz...
Der Workshop hat mir als wissenschaftlicher Mitarbeiter einen gezielten Einstieg in die aktuelle Thematik des Maschinellen Lernens gegeben. Insbesondere die Gruppenarbeit zur Un...