Konferenzen und Seminare

In sieben Modulen werden die wichtigsten Phasen und Prinzipien für die Anwendung von Maschinellem Lernen (ML) und KI in der Produktion vorgestellt. In jedem Schritt wird ein umfassender methodischer Überblick und die zu überwindenden Implementierungshürden von KI vermittelt. Die theoretischen Sitzungen werden von praktischen Übungen durch Programmiermodule begleitet, in denen die Teilnehmer ML-Modelle implementieren.

Welche Schritte nötig sind, um künstliche Intelligenz in der Produktion umzusetzen, erfahren Sie während des Seminars am Beispiel konkreter Anwendungsfälle. Die einzelnen Schritte werden von praktischen Übungen begleitet, in denen Sie als Teilnehmer*in Datensätze vorverarbeiten, Algorithmen des maschinellen Lernens trainieren und die Ergebnisse dieser Modelle selbst mit der Programmiersprache Python auswerten.

Unter dem neuen Leitthema »Turning Data into Sustainability« soll das 30. AWK am 22. und 23. September 2021 zeigen, wie produzierende Unternehmen durch bedarfsgerechte Datenerfassung und maschinelles Lernen zu schnellen, fehlerfreien Verbesserungen in der (Serien-) Produktion gelangen, und wie sie dadurch resilient und nachhaltig produzieren können.

In diesem Seminar werden die Vorteile von AutoML-Systemen vorgestellt und wann AutoML-Systeme in der Produktion eingesetzt werden können. Die Teilnehmenden werden eingeführt in die Themen maschinelles Lernen (ML) und künstliche Intelligenz (KI) sowie in die entsprechenden Werkzeuge und Methoden. Auf dieser Grundlage lernen die Teilnehmenden, wie ML-Modelle manuell implementiert werden. Im Seminar werden AutoML-Werkzeuge mit der manuellen Implementierung verglichen und Einflussfaktoren auf die Leistungsfähigkeit von AutoML-Werkzeugen diskutiert. Abschließend wird den Teilnehmenden vermittelt, wie sie ein geeignetes AutoML-Werkzeug für ihre Zwecke auswählen.

In diesem Seminar lernen Analysten, Entwickler und Datenmanager Verfahren zur Beurteilung und Verbesserung der Datenqualität. Reale Daten weisen unterschiedliche Formate auf und enthalten oftmals kleine Fehler, welche negative Auswirkungen auf eine Analyse haben. Damit Sie das Poten-zial Ihrer Daten voll ausschöpfen, vermittelt dieses Seminar umfassend die wesentlichen Bestandteile der modernen Datenvorverarbeitung. Praxisbezogen und interaktiv werden die Schulungsinhalte in kleinen Aufgaben angewandt: anhand eines Datensatzes setzen Sie die erlernte Theorie mit Python praktisch um. Nach dem Besuch dieser Schulung sind Sie in der Lage, die Datenvorverarbeitungen in Ihrem Alltag strukturiert und effizient durchzuführen und hochwertige Daten für nachfolgende Analy-sen bereitzustellen.