Seminar

Künstliche Intelligenz in der Testdatenanalyse mit Python

Veranstaltungsnummer: 01SE198

Mit Teilnahmebescheinigung

  • Grundlagen des maschinellen Lernens (ML) auf unstrukturierten Daten verstehen
  • Anwendungen von ML im Bereich der Testdatenanalyse kennenlernen
  • Konkrete Algorithmik aus dem Bereich des Deep Learnings anhand von Programmiertutorials anwenden
Mehr Top-Themen entdecken

Kommende Termine:

09. – 10. Juli 2024
Online
de

Verfügbar

05. – 06. November 2024
Online
de

Verfügbar

11. – 12. März 2025
Online
de

Verfügbar

Alle Termine und Optionen ansehen
Inhouse buchbar
Jetzt anfragen

Im Rahmen der Entwicklung technischer Systeme wird in umfangreichen Testverfahren die Funktionsweise der Systementwürfe untersucht. Dabei entstehen umfangreiche Messdaten, deren manuelle Untersuchung jedoch äußerst zeit- und kostenintensiv ist. Mithilfe maschineller Lernverfahren (Machine Learning) lassen sich diese Auswertungen signifikant vereinfachen.

Ziel unseres VDI-Seminars ist die Vermittlung von Grundlagen zur Anwendung von maschinellen Lernverfahren in der Testdatenanalyse. Dabei stehen Deep-Learning-Verfahren zur Verarbeitung von akustischen Daten, Zeitreihen und Bildern im Fokus. Betrachtete Beispielanwendungen betreffen die automatisierte Bewertung, assistierte Ursachenanalyse und intelligente Testplanung.

Die vorgestellten Methoden werden in kleinen Programmiertutorials in der Sprache Python erlebbar gemacht und vertieft. Dabei werden auch konkrete Best Practices für die Verwendung von aktuellen Softwarewerkzeugen zur Datenverwaltung, ML-Algorithmik und zur Datenvisualisierung aufgezeigt. So können die behandelten Inhalte direkt im konkreten Alltag angewendet werden.

Sie sollten über Grundkenntnisse in Python verfügen.

Top-Themen

  • Grundlagen des maschinellen Lernens (ML) auf unstrukturierten Daten verstehen
  • Anwendungen von ML im Bereich der Testdatenanalyse kennenlernen
  • Konkrete Algorithmik aus dem Bereich des Deep Learnings anhand von Programmiertutorials anwenden
  • Aktuelle Softwarewerkzeuge zur Datenverwaltung, Modellierung und Datenvisualisierung kennen- und anwenden lernen
  • Best Practices für die erfolgreiche Anwendung von ML in eigenen Workflows zur Testdatenanalyse kennenlernen

Programm

Diese Inhalte erwarten Sie in unserem Seminar zu maschinellen Lernverfahren in der Testdatenanalyse:

1. Tag 09:00 bis 17:00 Uhr

2. Tag 08:30 bis ca. 16:30 Uhr

Methodische Grundlagen des Deep Learnings

Einführung in grundlegende Konzepte

  • Grundlagen des maschinellen Lernens (Machine Learning)
  • Abgrenzung zu anderen KI-Methoden
  • Impulsvortrag über beispielhafte Anwendungen in der Testdatenanalyse

Überwachtes Lernen mit Convolutional Neural Networks (CNN)

  • Geschichte und Grundlagen der Convolutional Neural Networks (CNN)
Hands-on-Tutorial: Bildklassifikation mit CNNs
  • Datenzentrische Entwicklung von ML-Modellen
  • Qualitatives Modellverständnis
  • Automatisiertes Finden von Annotationsfehlern
  • Clusteranalyse

Selbst-überwachtes Lernen mit Transformern

  • Methodische Grundlagen der Transformer-Architektur
Hands-on-Tutorial: Klassifikation von Audiosignalen mit dem Audio Spectogram Transformer mittels few-shot-learning
  • Datenzentrische Entwicklung von ML-Modellen
  • Strategien zum aktiven Lernen
  • Erklärbarkeit von Transformer-Modellen
  • Nutzung synthetischer Daten

Anwendungen und Best Practices für die Testdatenanalyse

Explorative Datenanalyse (EDA)

  • Einführung in die Datenvisualisierung mit Python-Notebooks
Hands-on-Tutorial: EDA auf strukturierten Daten mit Pandas und Seaborn
  • Best Practices zur Entwicklung von Python-basiertem Tooling für die Testdatenanalyse
Hands-on-Tutorial: Effiziente Bereitstellung interaktiver Analysen mit Spotlight

Identifikation von Ausreißern und kritischen Datensegmenten

  • Best Practices für die datenzentrische Analyse unstrukturierter Daten mittels Deep Learning
Hands-on-Tutorial: Identifikation von Ausreißern in Zeitreihendaten
  • Automatisierte Clusteranalyse mit Python

Erklärbare ML-Modelle in der Testdatenanalyse

  • Einführung in die Datenanalyse mittels erklärbarer KI
  • Vorstellung von Pythonbibliotheken für erklärbare KI
Hands-on-Tutorial: Ursachenanalyse mittels SHAP

Zusammenfassung und Abschlussdiskussion

Seminarmethoden

Die Weiterbildung ist interaktiv angelegt. Es beinhaltet Inputs des Trainers sowie eine Vielzahl von praktischen Hands-on-Tutorials. Ein Notebook mit Internetzugang ist zwingend, jedoch ist keine Installation zusätzlicher Software erforderlich. Teilnehmende können, wenn gewünscht, in ihrer eigenen Python-Umgebung arbeiten.

Zielgruppe

Das Seminar wendet sich an Testingenieure und Projektmanager mit Interesse an maschinellen Lernverfahren und Python-basierter Programmierung, die bereits über Grundkenntnisse in Python verfügen.

Ihr Experte für maschinelle Lernverfahren in der Testdatenanalyse:

Dr. Stefan Suwelack, CEO, Renumics GmbH, Karlsruhe

Stefan Suwelack studierte an der TU Darmstadt und der Heriot-Watt University in Edinburgh und promovierte am Karlsruher Institut für Technologie (KIT) zum Thema „Real-time biomechanical modeling for intraoperative soft tissue registration“. Von 2008 bis 2016 arbeitete er als wissenschaftlicher Mitarbeiter am Institut für Anthropomatik und Robotik im Bereich der numerischen Simulation und der maschinellen Lernverfahren am KIT. Er ist Co-Founder der 2016 gegründeten Firma Renumics und dort als CEO tätig.

Veranstaltung buchen

Veranstaltungsnummer: 01SE198

Machine Learning in der Testdatenanalyse auf Basis von Python

online **

de

Verfügbar

Infos zum Veranstaltungsort


Deutschland

+49 211/6214-201

online **

de

Verfügbar

Infos zum Veranstaltungsort


Deutschland

+49 211/6214-201

online **

de

Verfügbar

Infos zum Veranstaltungsort


Deutschland

+49 211/6214-201
* Vorläufiger Preis, es kann zu Abweichungen in der USt. kommen - den endgültigen Preis finden Sie in Ihrer Bestellübersicht.
** Profitieren Sie bei unseren Präsenzveranstaltungen von unserem reservierten Zimmerkontingent am Veranstaltungsort. Bitte geben Sie bei der Hotelbuchung VDI Wissensforum als Referenz an.

Weitere Hotelpartner :

HRS