Maschinelles Lernen in der Produktion WS 24/25
Maschinelles Lernen in der Produktion (Fakultät Maschinenwesen)
Methoden des maschinellen Lernens finden zunehmend Einzug im Produktionsumfeld. Durch die zunehmende Digitalisierung in der Fertigung werden zeitgemäße Lösungen benötigt, um effektiv mit der rasant wachsenden Datenmenge zu arbeiten. In der LV werden die theoretischen Methoden zum maschinellen Lernen im Produktionsumfeld mit praktischen Anwendungen in Verbindung gebracht. Dazu gehören:
- Erfassung von Daten aus Sensoren und Maschinen
- Vorverarbeitung und Verknüpfung von Daten
- Maschinelle Lernalgorithmen, u.a. SVM, Entscheidungsbäume, Neuronale Netze, sowie deren Anwendung und Bewertung.
Machine learning methods are increasingly gaining a foothold in the production environment. Due to the increasing digitization in manufacturing, up-to-date solutions are needed to work effectively with the rapidly growing amount of data. In the course, the theoretical methods for machine learning in the production environment are related to practical applications. These include:
- Acquisition of data from sensors and machines
- Pre-processing and linking of data
- Machine learning algorithms, including SVM, decision trees, neural networks, and their application and evaluation.
Das Seminar bietet neben grundlegenden Informationen zur Sorabistik (Sorben – Sorbisch – Sorabistik) eine Einführung in ausgewählte Arbeitsfelder der Digital Humanities. Der Zugang ist dabei ein eher sprachwissenschaftlicher, und die illustrierenden Beispiele stammen vor allem aus dem Niedersorbischen (siehe Sprachportal niedersorbisch.de). Abgesehen von der Vermittlung von Basiswissen sollen unter anderem folgende Themen angesprochen werden: Digitalisierung von Texten (z. B. Zeitungen, Wörterbücher), Datenmodellierung, Textkorpora, Digitale Editionen und Digitale Lexikografie. In diesem Rahmen wird auch der Nutzen digitaler Methoden für die Dokumentation einer Minderheitensprache zur Sprache kommen. – Kenntnisse im Sorbischen sind von Vorteil, aber keine Voraussetzung für die Teilnahme am Seminar.
- Dieser Inhalt ist freigegeben von 01.10.2024 00:00 Uhr bis 31.03.2025 23:59 Uhr.