Ziele der Weiterbildung
Im Fokus der Weiterbildung Data Science Masterclass - Industrie 4.0 steht die Vermittlung von fortgeschrittenen Kenntnissen in den Bereichen Mathematik und Statistik, die für die Analyse großer Datenmengen unerlässlich sind. Die Inhalte umfassen Techniken des Machine Learnings und Deep Learnings, die es ermöglichen, Muster und Vorhersagen aus Daten zu extrahieren. Automatisierungstechnik und das Internet der Dinge werden behandelt, um die Integration von Daten in industrielle Prozesse zu optimieren. Zudem werden moderne Fertigungsmethoden im Kontext von Industrie 4.0 beleuchtet, um die Effizienz und Flexibilität in der Produktion zu steigern. Der Bereich Data Science für Industrie 4.0 rundet das Angebot ab, indem er spezifische Anwendungen und Herausforderungen in der industriellen Datenanalyse thematisiert.
Inhalte der Weiterbildung
Weiterführende Mathematik- 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.