ESem Medick-Krakau

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.