Das zweitägige Präsenzseminar vermittelt die theoretischen Grundlagen der Datenanalyse mit Methoden der Künstlichen Intelligenz (KI). Ein besonderer Fokus liegt dabei auf den damit verbundenen Herausforderungen und geeigneten Lösungsansätzen.
Maschinelles Lernen (ML) wird in verschiedenen Algorithmen eingesetzt, die damit verbundenen Stärken und Schwächen stehen im Mittelpunkt des Seminars. Während des zweitägigen Seminars vertiefen die Teilnehmenden ihr neu erworbenen Wissen vor Ort durch praktische Übungen und Tool-Demonstrationen. Die Anzahl der Teilnehmenden ist auf maximal 20 Personen begrenzt.
Die Agenda im Überblick:
- Einführung Data Science und Vorgehensmodell CRISP-DM
- Big Data und Data Analytics | Zielbestimmung: Business Understanding; Vorstellung von Beispieldaten
- Data Understanding
- Datenexploration und -visualisierung | Deskriptive Statistik
- Data Preparation
- Wichtige Algorithmenklassen | Anforderungen an Daten | Aufbereitung und Modellbildung
- Modeling und Evaluation
- Auswahl und Einsatz von KI-Algorithmen | Visualisierung der Ergebnisse | Anwendungen für die Sachbearbeitung
- Praktische Übungen
- Praxisbeispiele | Tooldemonstratoren | Gruppenübungen
Für die erfolgreiche Teilnahme am Seminar erhalten alle Teilnehmenden eine
...
afficher plus
Das zweitägige Präsenzseminar vermittelt die theoretischen Grundlagen der Datenanalyse mit Methoden der Künstlichen Intelligenz (KI). Ein besonderer Fokus liegt dabei auf den damit verbundenen Herausforderungen und geeigneten Lösungsansätzen.
Maschinelles Lernen (ML) wird in verschiedenen Algorithmen eingesetzt, die damit verbundenen Stärken und Schwächen stehen im Mittelpunkt des Seminars. Während des zweitägigen Seminars vertiefen die Teilnehmenden ihr neu erworbenen Wissen vor Ort durch praktische Übungen und Tool-Demonstrationen. Die Anzahl der Teilnehmenden ist auf maximal 20 Personen begrenzt.
Die Agenda im Überblick:
- Einführung Data Science und Vorgehensmodell CRISP-DM
- Big Data und Data Analytics | Zielbestimmung: Business Understanding; Vorstellung von Beispieldaten
- Data Understanding
- Datenexploration und -visualisierung | Deskriptive Statistik
- Data Preparation
- Wichtige Algorithmenklassen | Anforderungen an Daten | Aufbereitung und Modellbildung
- Modeling und Evaluation
- Auswahl und Einsatz von KI-Algorithmen | Visualisierung der Ergebnisse | Anwendungen für die Sachbearbeitung
- Praktische Übungen
- Praxisbeispiele | Tooldemonstratoren | Gruppenübungen
Für die erfolgreiche Teilnahme am Seminar erhalten alle Teilnehmenden eine Teilnahmebescheinigung.
Die Veranstaltung richtet sich an Führungs- und Fachkräfte sowie IT-Expertinnen und -Experten, die Künstliche Intelligenz, Maschinelles Lernen und Data Science verstehen möchten (auch für Einsteigerinnen und Einsteiger geeignet).
Wissenschaftliche Ansprechpartner
Jens Drawehn
Angewandte KI
Fraunhofer IAO
Nobelstraße 12
70569 Stuttgart
Telefon +49 711 970-2407
E-Mail: jens.drawehn@iao.fraunhofer.de
Dennis Klau
Angewandte KI
Fraunhofer IAO
Allmandring 35
70569 Stuttgart
Telefon +49 711 970-5112
E-Mail: dennis.klau@iao.fraunhofer.de
Tobias Müller
Smart Energy Systems
Fraunhofer IAO
Nobelstraße 12
70569 Stuttgart
Telefon +49 711 970-2375
E-Mail: tobias.mueller@iao.fraunhofer.de
afficher moins
