Inhalt

Methoden des maschinellen Lernens (ML) haben bislang nur bedingt Einzug in die Produktion gehalten. Durch die zunehmende Digitalisierung in der Fertigung werden aber zeitgemäße Lösungen benötigt, um effektiv mit rasant wachsenden Datenmengen zu arbeiten. Die Vorlesung bringt ML-Verfahren mit praktischen Anwendungen aus der Produktion in Verbindung. Dazu gehören:
- Erfassung von Daten aus Sensoren und Maschinen
- Maschinelle Lernverfahren, u.a. Entscheidungsbäume, Neuronale Netze, Support Vector Machines, sowie deren Anwendung und Bewertung

Voraussetzungen

Fortgeschrittenes ingenieurtechnisches Studium, auch Wirtschaftsingenieurwesen; Grundkenntnisse Programmierung von Vorteil aber nicht notwendig