Data Science Masterclass - Industrie 4.0

Behandelt wird ein Spektrum an Data Science Themen für die Industrie 4.0. Darunter auch weiterführende Mathematik und Statistik. Ebenfalls auf dem Lehrplan: Maschinelles Lernen, Künstliche Intelligenz, Deep Learning und Automatisierungstechnik.

• Kalkül
• Integrale Transformationen
• Vektoralgebra
• Vektorrechnung
• Matrizen und Vektorräume
• Informationstheorie

• Einführung in die Statistik
• Wichtige Wahrscheinlichkeitsverteilungen und deren Anwendungen
• Bayessche Statistik
• Beschreibende Statistiken
• Datenvisualisierung
• Parameterschätzung
• Hypothesentests

• Beaufsichtigte, unbeaufsichtigte und verstärkte Lernansätze
• Regression und Klassifizierung von Lernproblemen
• Abschätzung funktionaler Abhängigkeiten mittels Regressionsverfahren
• Daten-Clustering
• Unterstützt Vektor-Maschinen, große Margenklassifizierung
• Lernen in Entscheidungsbäumen

• Einführung in neuronale Netze und Tiefenverdienen
• Netzwerkarchitekturen
• Neuronales Netzwerktraining
• Alternative Trainingsmethoden
• Weitere Netzwerkarchitekturen

• Mathematische Rahmenbedingungen für die formale Beschreibung von diskreten Ereignissystemen
• Analyse- und Bewertungsmethoden
• Simulation von diskreten Ereignissystemen
• Aufsichtskontrolle
• Fortgeschrittene Themen (Fehlerdiagnose, adaptive Überwachung, Optimierung)

• Anwendungsfälle und Risiken für Verbraucher
• Business Use Cases und Risiken
• Sozialökonomische Fragen
• Ermöglichung von Technologien und Grundlagen der Vernetzung

• Umformen
• Schneiden
• Schnelles Prototyping
• Schnelle Werkzeugausrüstung
• Direktfertigung

• Zur Vorbereitung eines Portfolios wenden die Weiterbildenden die Datenwissenschaft auf Fertigungsszenarien an, verwenden prädiktive Analysen zur Verbesserung industrieller Prozesse und gewinnen ein Verständnis für die Prinzipien und Anwendungen der prädiktiven Instandhaltung.