Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés és Csapat Use Case Kiválasztás
- Műszaki környezetekben alkalmazott mesterséges intelligencia áttekintése
- Felhasználási esetek kategóriái: minőség, karbantartás, energia, logisztika
- Csapatképzés és projekt célkitűzéseinek meghatározása
Ipari Adatok Megértése és Felkészítése
- Ipari adatok típusai: idősorozat, táblázatos, kép, szöveg
- Adatgyűjtés, tisztítás és előfeldolgozás
- Adatfelfedező elemzés Pandas és Matplotlib használatával
Modell Kiválasztás és Prototípuskészítés
- Választás regreszió, klasszifikáció, csoportosítás vagy anomáliák észlelése között
- Modellek kiképzése és értékelése Scikit-learn használatával
- TensorFlow vagy PyTorch használata előrehaladott modellkészítéshez
Eredmények Vizualizálása és Interpretálása
- Intuitív dashboard vagy jelentés létrehozása
- Teljesítmény mutatók értelmezése (pontosság, precízió, visszaidő)
- Feltevések és korlátok dokumentálása
Telepítés Szimulálása és Visszajelzés
- Edge/cloud telepítési helyzetek szimulálása
- Visszajelzés gyűjtése és modelljavítás
- Stratégiák a műveletekkel való integrálásra
Összefoglaló Projektfejlesztés
- Csapat prototípusainak véglegesítése és tesztelése
- Peer review és együttműködő hibakeresés
- Projekt bemutatója és technikai összefoglaló előkészítése
Csapatbemutatók és Összegzés
- AI megoldási koncepciók és eredmények bemutatása
- Csoporti visszatekintés és tapasztalatok
- Útvonalkészítés a használati esetek bővítésére az szervezeten belül
Összegzés és Következő Lépések
Követelmények
- A gyártási vagy ipari folyamatok megértése
- Python és alapvető gépi tanulás tapasztalata
- Struktúrált és nem struktúrált adatok kezelésének képessége
Célközönség
- Társfeladatú csapatok
- Mérnökök
- Adat tudósok
- IT szakemberek
21 Órák