Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Introducie en Team Use Case Selectie
- Overzicht van AI in industriële omgevingen
- Gebruiksgevallen categorieën: kwaliteit, onderhoud, energie, logistiek
- Teamvorming en afbaking van projectdoelen
Begrijpen en Voorbereiden van Industriële Gegevens
- Types van industriële gegevens: tijdreeks, tabulair, afbeelding, tekst
- Gegevensverzameling, reiniging en voorverwerking
- Exploratie van gegevens met Pandas en Matplotlib
Modelselectie en Prototypering
- Keuze tussen regressie, classificatie, clustering of anomaliedetectie
- Trainen en evalueren van modellen met Scikit-learn
- Gebruik van TensorFlow of PyTorch voor geavanceerd modeleren
Visualiseren en Interpreteren van Resultaten
- Aanmaken van intuïtieve dashboards of rapporten
- Interpretatie van prestatie-metrieken (nauwkeurigheid, precisie, recall)
- Documenteren van aannames en beperkingen
Implementatiesimulatie en Feedback
- Simuleren van edge/cloud-implementatiescenario's
- Verzamelen van feedback en verbeteren van modellen
- Strategieën voor integratie met operaties
Ontwikkeling van Capstone Project
- Afronden en testen van teamprototypes
- Peer review en samenwerkend debuggen
- Voorbereiden van projectpresentatie en technische samenvatting
Teampresentaties en Afsluiting
- Presenteren van AI-oplossingsconcepten en resultaten
- Groepsreflectie en geleerde lessen
- Roadmap voor schalen van gebruiksscenario's binnen de organisatie
Samenvatting en Volgende Stappen
Vereisten
- Begrip van de productie- of industrieprocessen
- Ervaring met Python en basis machine learning
- Vaardigheid om te werken met gestructureerde en ongestructureerde data
Doelgroep
- Meerdere functionerende teams
- Ingenieurs
- Datawetenschappers
- IT-professionals
21 Uren