Digitalisierung
Machine Learning – Grundlagen für die Produktion
Diese Lerneinheit befasst sich mit dem Einsatz vom Machine Learning in der Produktionstechnik. Meist scheitert dieser, insbesondere bei kleinen und mittleren Unternehmen, an den verfügbaren Kapazitäten. Für die Formulierung einer Aufgabenstellung, die Entwicklung einer Anwendung sowie deren Einsatz und Instandhaltung sind oftmals Kompetenzen erforderlich, die sich über mehrere Personen erstrecken. Bezüglich der Batteriezellfertigung ist dabei vor allem die Komplexität der Prozesskette und die Abhängigkeit der einzelnen Parameter untereinander eine große Herausforderung.
Deshalb wird in dieser Einheit basierend auf CRISP-DM eine Aufgabenstellung für das Machine Learning formuliert. Anschließend wird der Prozess von der Datengewinnung bis hin zum Einsatz eines eigenen Modells anhand eines Beispielanwendungsfalls durchgeführt. Dabei wird beleuchtet, welche Daten im Prozess der Batteriezellfertigung gewonnen werden können und wie die Auswahl der benötigten Werte und Sensoren erfolgen soll.
Neben der Vermittlung von methodischem Wissen und der praxisnahen Anwendung lernen die Teilnehmenden die Grundlagen des Machine Learnings kennen. Ebenso wird eine kurze Einführung in gängige Algorithmen gegeben, sodass anschließend deren Anwendungsfälle und Grenzen aufgezeigt werden können. So wird in diesem Themenblock ein praxisorientiertes Verständnis für die Durchführung von Machine Learning Projekten vermittelt.
Zielgruppe:
Fachkräfte aus der Produktion, Entwicklung und Datenanalyse
Lerninhalte:
- CRISP-DM
- Grundlagen von Machine-Learning
- Verständliche Formulierung einer Aufgabenstellung
- Praxisorientierte Durchführung von Projekten
- Gängige Algorithmen und deren Anwendungsfälle
Lernziele:
Die Teilnehmenden erlernen …
- die Formulierung einer Machine Learning-Aufgabenstellung
- Kennenlernen von CRISP-DM
- Kenntnis der Funktionsweise des Machine Learning
- Kenntnis der gängigen Algorithmen sowie deren Anwendungsfälle und Grenzen
- Praxisorientierte Durchführung von Machine Learning-Projekten
- Durchführung kleiner und einfacher Aufgaben mit Unterstützung
Wichtige Hinweise:
Ein Laptop ist sinnvoll, damit kleinere Übungen selbständig durchgeführt werden können
Form der Vermittlung:
Integriertes Lernen
Sprache und erforderliches Sprachniveau:
C1 Fachkundige Sprachkenntnisse
Form der Lernkontrolle:
Keine Lernkontrolle
Simon Otte
wbk Institut für Produktionstechnik am Karlsruher Institut für Technologie (KIT)