Свържете се с нас

Съдържание и теми, включени в курса

Въведение и избор на сценарий за използване от екипа

  • Общ преглед на AI в индустриална среда
  • Категории сценарии за използване: качество, поддръжка, енергия, логистика
  • Сформиране на екипи и определяне на обхвата на проектните цели

Разбиране и подготовка на индустриални данни

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

Избор на модел и прототипиране

  • 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 за управление или доклади
  • Интерпретиране на показателите за ефективност (точност, прецизност, припомняне)
  • Документиране на предположения и ограничения

Симулация на внедряване и обратна връзка

  • Симулиране на сценарии за внедряване в периферията/облака
  • Събиране на обратна връзка и подобряване на моделите
  • Стратегии за интеграция с операциите

Разработване на заключителен проект

  • Финализиране и тестване на екипните прототипи
  • Взаимна проверка и съвместно отстраняване на грешки
  • Подготовка на проектна презентация и техническо резюме

Екипни презентации и заключение

  • Представяне на концепции и резултати от AI решения
  • Групова рефлексия и научени уроци
  • Пътна карта за мащабиране на сценариите за използване в организацията

Обобщение и следващи стъпки

Изисквания

  • Познаване на производствени или индустриални процеси
  • Опит с Python и основи на машинното обучение
  • Умение за работа със структурирани и неструктурирани данни

Аудитория

  • Междуфункционални екипи
  • Инженери
  • Data scientists
  • IT специалисти
 21 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории