Machine Learning for Engineers Hands-On-Training für Industrie 4.0 mit eigenen Daten

Machine Learning ist Innovationstreiber der Industrie mit Anwendungen in Prozessoptimierung, Smart Manufacturing, Predictive Maintenance, Energiemanagement und Qualitätssicherung.

In der Übersicht

Machine Learning kann die industrielle Produktion effizienter, flexibler, schneller und so konkurrenzfähiger machen. Die zunehmende Datenerhebung erlaubt einerseits die Optimierung von Produktions- und Geschäftsprozessen während des laufenden Betriebs, andererseits können damit auch neue Geschäftsmodelle und Zusatznutzen für Kunden erschlossen werden.

Mehr Informationen

In diesem Kurs lernen Sie die notwendigen theoretischen Grundlagen und praktischen Fertigkeiten, um wichtige Klassifikationsmethoden erfolgreich anwenden zu können. Im ersten Teil des Kurses werden an Hand von Beispielen aus der Praxis wichtige Methoden vorgestellt und analysiert. Sie lernen dabei auch allgemeine Konzepte und Grössen kennen, die Ihnen die Auswahl, Anwendung und Evaluation von Machine-Learning-Methoden ermöglichen. Im zweiten Teil bearbeiten Sie in Gruppen unter Anleitung der Dozierenden eine eigene oder vorgegebene Problemstellung. Hier können Sie Daten aus dem eigenen Berufsumfeld verwenden und so ggf. bereits eine Anwendung für Ihre Firma erschaffen. In einer Abschlusspräsentation stellen Sie Ihr Modell, Vorgehen und Resultate vor.

Lernziele:

  • Grundlegende Begriffe und Konzepte kennen wie un-/supervised Learning, Regression, Klassifikation, Training, Validierung, Fehlerrate, Bootstrap
  • Typische Anwendungsbeispiele der Klassifikation kennen
  • Folgende Klassifikationsverfahren kennen, verstehen, anwenden und beurteilen: * Einfache und multiple logistische Regression * Decision Tree (Entscheidungsbaum) * Random Forest (mehrere Entscheidungsbäume) * Support Vector Machine (trennende Hyperebene, Kernmethoden)
  • Konkrete Anwendung und Implementierung mit der Software R

Unsere Dozierenden sind Experten in Mathematik, Physik, Informatik und Statistik mit internationaler Reputation, wissenschaftlichen Veröffentlichen in ausgewiesenen Fachzeitschriften und angewandten Forschungsprojekten mit erfolgreichen Industrieunternehmen

Facts

Programmstart

Auf Anfrage

Anmeldeschluss

4 Wochen vor Kursstart

Dauer

4 Tage

Kosten

CHF 1'450.-

inkl. Kursunterlagen

Abschluss

Kurszertifikat mit 3 ECTS und aufgeführten Ausgangskompetenzen

Programmart

Weiterbildungskurs

Unterrichtszeiten

jeweils 8:30 - 16:30 Uhr
und individueller Coachingblock zwischen den Präsenztagen

Unterrichtssprache
  • Deutsch
Durchführungsort

Horw

Dozierende

Dozierende der Hochschule Luzern:

Dr. Mirko Birbaumer

Dr. Peter Scheiblechner

Zielgruppe

Ingenieurinnen und Ingenieure aus R&D, Produktion und Vertrieb, welche das Potential von Machine Learning in ihrem Umfeld kennenlernen und eruieren wollen.

Voraussetzungen

Mathematisches, naturwissenschaftliches oder technisches Studium (BSc, MSc)

Anbieter

Technik & Architektur
Bereich Weiterbildung

Methodik

Vorlesungen, Übungen und Coaching, Abschlussarbeit

Bemerkungen

Eigener Laptop muss zur Verfügung stehen; vorab zu installierende Software wird spätestens vier Wochen vor Kursbeginn kommuniziert.

Bei Bedarf kann der Unterricht auch in Englisch abgehalten werden.

Die Urheberrechte an der Abschlussarbeit stehen den Studierenden zu, die der Hochschule Luzern und allfälligen externen Kurspartnern Verwendungs- oder Verwertungsrechte einräumen. Falls gewünscht, kann eine Geheimhaltungsvereinbarung getroffen werden.