Drucken TOP-THEMEN
10.10.2019 - Fachartikel - Produktionstechnik
Kognitive Produktionssysteme
Künstliche Intelligenz im industriellen Einsatz
(Initiative Mittelstand)In neuen Seminar Kognitive Produktionssysteme erfahren Sie von Experten des Fraunhofer IPA, wo Künstliche Intelligenz (KI) und Maschinelles Lernen (ML) heute bereits erfolgreich in produzierenden Unternehmen eingesetzt wird und welcher Nutzen dadurch entsteht. Neben einem Überblick zu relevanten Technologien und Methoden erfahren Sie, welchen nachhaltigen marktrelevanten Einfluss KI auf verschiedene Unternehmensbereiche hat. Anhand eines Fallbeispiels zum Machine Learning lernen Sie die grundsätzliche Vorgehensweise zur Lösung eines typischen Problems kennen. Vor diesem Hintergrund haben Sie auch die Möglichkeit mit den Experten darüber zu diskutieren, wie Sie die gewonnenen Erkenntnisse auf Ihr Unternehmen übertragen können und welche Schritte erforderlich sind.
Themen
- Einführung und Überblick zur Künstlichen Intelligenz
- KI Technologien (z. B. Big Data Systeme)
- Grundlagen des Maschinellen Lernens – Datenqualität und Algorithmen
- Planen und Handeln: Reinforcement Learning
- Hands-On-Anteil: Lösen eines Machine Learning Problems
- Deep Learning in der Anwendung
- Anwendung von KI in der Bildverarbeitung
- Kognitive Produktionssysteme
- Hands-On-Anteil: Bildverabeitung und Deep Learning
Qualifikationsziele
In diesem Seminar lernen Sie praxisnah technologische und organisatorische Voraussetzungen zum Einstieg in die Welt der Künstlichen Intelligenz und des Machine Learning kennen.
- Sie lernen Technologien und Anwendungsfälle von KI kennen.
- Sie erhalten einen Überblick zu wesentlichen Algorithmen des Maschinellen Lernens.
- Sie erfahren, wie kognitive Produktionssysteme funktionieren.
- Sie lernen die Grundlagen und Architekturen neuronaler Netze kennen.
- Sie lernen anhand von praxisnahen Fallbeispielen, wie man Methoden des maschinellen Lernens anwendet.
Zielgruppe
Führungskräfte und Entscheider, die sich über KI und Machine Learning informieren möchten; Data Scientists und Analysten, die ihre Fähigkeiten zur Datenauswertung verbessern wollen; Softwareentwickler/-architekten
Weitere Informationen und Anmeldung
