Свържете се с нас

Съдържание и теми, включени в курса

Въведение и избор на случай на употреба от екипа

  • Преглед на AI в индустриална среда
  • Категории случаи на употреба: качество, поддръжка, енергия, логистика
  • Формиране на екипи и определяне на обхвата на целите на проекта

Разбиране и подготовка на индустриални данни

  • Видове индустриални данни: времеви редове, таблични, изображения, текст
  • Придобиване, почистване и предварителна обработка на данни
  • Проучвателен анализ на данни с Pandas и Matplotlib

Избор на модел и създаване на прототип

  • Избор между регресия, класификация, клъстеризация или откриване на аномалии
  • Обучение и оценка на модели със Scikit-learn
  • Използване на TensorFlow или PyTorch за напреднало моделиране

Визуализиране и интерпретиране на резултатите

  • Създаване на интуитивни табла или отчети
  • Интерпретиране на показателите за ефективност (точност, прецизност, покритие)
  • Документиране на допусканията и ограниченията

Симулация на внедряване и обратна връзка

  • Симулиране на сценарии за внедряване в крайни устройства или в облак
  • Събиране на обратна връзка и подобряване на моделите
  • Стратегии за интеграция с операциите

Разработка на заключителен проект

  • Финализиране и тестване на прототипите на екипите
  • Взаимна проверка и съвместно отстраняване на грешки
  • Подготовка на презентация на проекта и техническо обобщение

Представяне на екипите и закриване

  • Представяне на концепциите и резултатите от AI решенията
  • Групова рефлексия и изводи от наученото
  • Пътна карта за мащабиране на случаите на употреба в организацията

Обобщение и следващи стъпки

Изисквания

  • Разбиране на производствени или индустриални процеси
  • Опит с Python и основни познания по машинно обучение
  • Способност за работа със структурирани и неструктурирани данни

Аудитория

  • Междуфункционални екипи
  • Инженери
  • Специалисти по данни
  • IT специалисти
 21 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории