Der Artikel wurde erfolgreich hinzugefügt.

Methoden zur Datenanalyse und Datenexploration

Data Analytics, Maschinelles Lernen, Deep Learning, Visual Analytics, Künstliche Intelligenz (KI)

NEU
Methoden zur Datenanalyse und Datenexploration
Weitere Details
Nur noch auf Anfrage buchbar

Buchen Sie Ihre Fortbildung

Information

Diese Veranstaltung ist leider aktuell nicht buchbar. Wir geben Ihnen Antworten auf Ihre Fragen, rufen Sie uns einfach an. Veranstaltungsnummer: H019040022
Wie kann man aus großen Datenmengen Informationen und Wissen gewinnen? Der Kurs vermittelt... mehr

Methoden zur Datenanalyse und Datenexploration

Wie kann man aus großen Datenmengen Informationen und Wissen gewinnen? Der Kurs vermittelt methodische Grundlagen (Einführung) aus den Bereichen Data Science und maschinelles Lernen und befähigt, Einsatzszenarien der Datenanalyse (Datenauswertung) zu erkennen und einfache Aufgaben zu lösen. Zunächst werden im Online-Seminar Vorverarbeitungsschritte im Vorfeld einer Datenanalyse vorgestellt. Im Anschluss werden die Grundlagen des maschinellen Lernens vorgestellt, hierbei wird auf überwachte Lernverfahren (z. B. Klassifikation) und unüberwachte Lernverfahren (z. B. Clustering) eingegangen. Einen weiteren Schwerpunkt bilden neuronale Netze und "Deep Learning". In der Weiterbildung werden die Methoden an Beispielaufgaben der Textklassifikation oder Bildanalyse eingeführt. Schließlich wird ein Einblick in das Gebiet Visual Analytics gegeben und aufgezeigt, wie menschliche Wahrnehmung, Mensch-Maschine-Interaktion und Data Analytics zusammenspielen.

zum Thema

In der Forschung zu maschinellen Lernverfahren und neuronalen Netzen wurden in den letzten Jahren erhebliche Fortschritte erzielt. In manchen spezialisierten Aufgaben wie z.B. der Gesichtserkennung in Bildern haben solche Systeme nunmehr teilweise menschenähnliche Fähigkeiten erreicht. In dem Kurs lernen Sie die zugrundeliegenden Technologien kennen und lernen, wie diese zur Analyse und Exploration von großen Datenmengen mit unterschiedlichen Datentypen (nummerische Daten, Texte, Bilder) eingesetzt werden können.

 

Programm

Online-Seminar, 08:30 bis 16:00 Uhr

    • Datenanalyse

       

      • Data Analytics (Datenanalyse) – Datenvorverarbeitung
      • Maschinelles Lernen
      • Neuronale Netze und Deep Learning
      • Visual Analytics



Weitere Informationen entnehmen Sie dem Flyer-Download oder besuchen Sie uns im Digitalen Campus

Zielsetzung

Das Seminar gibt einen Überblick über grundlegende Methoden der Data Analytics. Die Teilnehmenden kennen nach dem Seminar grundlegende Methoden zur Datenvorverarbeitung und lernen, wie zur Mustererkennung unüberwachte und überwachte maschinelle Lernverfahren, neuronale Netze und Deep-Learning-Ansätze eingesetzt werden können. Die Teilnehmenden können mögliche Einsatzszenarien dieser Methoden erkennen und bewerten. Außerdem werden grundlegende Kenntnisse in Datenvisualisierung und Visual Analytics vermittelt.

 

Teilnehmerkreis

Fach- und Führungskräfte aus den Bereichen Forschung & Entwicklung, Vertrieb, die grundlegende Kenntnisse aus den Bereichen Data Analytics, maschinelles Lernen und Visual Analytics erwerben oder auffrischen wollen. Ingenieure (Elektrotechnik, Automotive, Maschinenbau, Prozeassindustrie), IT-Mitarbeiter sowie Personen aus der Verwaltung, die den Fachaustausch im Umgang mit großen Datenbeständen suchen, sind in diesem Seminar angesprochen.

 

Methoden zur Datenanalyse und Datenexploration 

Beschreibung der wichtigsten Begriffe

Data Analytics 

Mit Hilfe von systematischen, rechnergestützten Data-Analytics-Methoden werden Informationen, Wissen und Strukturen aus potenziell großen, heterogenen, multimodalen oder unstrukturierten Datenmengen abgeleitet. Dies dient der Entdeckung, Interpretation und Kommunikation von aussagekräftigen Mustern in Daten. Die Anwendung von Data-Analytics-Methoden kann besonders in Bereichen wertvoll sein, die reich an aufgezeichneten Informationen bzw. Messdaten sind und so z. B. zu (großen) hochdimensionalen oder multimodalen Datenmengen führen. Die Erkennung und Interpretation von Datenmustern kann einer Entscheidungsfindung dienen oder diese unterstützen.

Maschinelles Lernen

Maschinelles Lernen ist ein Teilgebiet der Künstlichen Intelligenz und umfasst vorwiegend statistische Methoden, die aus „Erfahrung“ (d.h. mithilfe von Beispieldaten) lernen. Beim überwachten maschinellen Lernen (Klassifikation, Regression) werden mithilfe von Beispieldaten Regeln gelernt, die auf neue, unbekannte Daten angewendet werden können. Beim unüberwachten maschinellen Lernen wird für eine gegebene Menge von Daten – ohne Nutzung von Beispieldaten – ein statistisches Modell erstellt, das Kategorien und Zusammenhänge, z.B. in Form von Clustern (Gruppen von Daten), repräsentiert.

Neuronale Netze und Deep Learning

Neuronale Netze zählen zum Gebiet des maschinellen Lernens und sind ein mathematisches Modell, das die menschliche Informationsverarbeitung in vereinfachter Form nachbildet. Ein neuronales Netz besteht aus einer Menge von Neuronen, die typischerweise in Schichten organisiert sind. Dabei sind in der Regel alle Neuronen einer Schicht mit allen Neuronen der vorherigen sowie der nachfolgenden Schicht verbunden. Unter tiefen neuronalen Netzen („Deep Learning“) versteht man (sehr) große Netze mit vielen Schichten. Für verschiedene Aufgaben des künstlichen Sehens (Computer Vision) oder der Textanalyse erreichen die jeweils auf die Aufgabenstellung spezialisierten Netze eine Leistungsfähigkeit, die zum Teil an menschliche Fähigkeiten heranragt. Im Bereich Computer Vision sind sogenannte faltende Netzwerke (Convolutional Neural Networks) sehr leistungsstark. Mit Faltung ist die mathematische Operation gemeint, die in der Bildverarbeitung klassischerweise zur Filterung von Bilddaten eingesetzt wird.

Visual Analytics

Visual Analytics können wir als ein Teilgebiet von Data Analytics betrachten. Durch das Zusammenspiel von Methoden der Informationsvisualisierung, des maschinellen Lernens und der Mensch-Computer-Interaktion ermöglicht Visual Analytics Nutzerinnen und Nutzern, große Datenmengen zu explorieren und Muster darin zu erkennen, z. B. zur Bewertung von Situationen oder zur Entscheidungsfindung. Visual Analytics kann auf beliebige Datenarten angewendet werden (nummerische Daten, Texte, Bilder, geografische Daten, Zeitreihen, Bewegtbild, Audio, multimodale Daten etc.), das Wort „Visual“ bezieht sich auf den Aspekt der Informationsvisualisierung und nicht auf die Art der zu verarbeitenden Daten.

 

Weiterführende Links zu "Methoden zur Datenanalyse und Datenexploration"

Schließen

Inhouse

"Seminar nach Maß" – Diesen Inhalt oder weitere Themen als maßgeschneidertes Seminar – Sprechen Sie uns an!

Jetzt anfragen

Bildungsscheck

Das Förderprogramm für die berufliche Weiterbildung von Beschäftigten in NRW

Bildungsscheck Infos

Kunden haben sich ebenfalls angesehen

NEU
Fehleranalyse und Zuverlässigkeit in der Leistungselektronik

Fehleranalyse und Zuverlässigkeit in der...

23.11.2022 bis 24.11.2022 in Essen
Ausfallursachen und Ausfallmechanismen der Leistungselektronik sollen in dieser Schulung betrachtet werden. Außerdem sollen mögliche Ansätze zur Behandlung von deren Auswirkungen entsprechend den geltenden Normen und Vorschriften...
Online Teilnahme möglich
Künstliche Intelligenz (KI) in der Prozessindustrie

Künstliche Intelligenz (KI) in der...

Die Künstliche Intelligenz (KI) verspricht eine erfolgreiche Nutzung anfallender Daten in zahlreichen Bereichen – auch in der Prozessindustrie. Was verbirgt sich dahinter? Welchen Nutzen bringt die KI? Was brauche ich dafür?
Tipp
Online Teilnahme möglich
Artificial Intelligence und Machine Learning – Einführung

Artificial Intelligence und Machine Learning –...

Dieses Seminar bietet einen umfassenden praxisbezogenen Überblick über künstliche Intelligenz, maschinelles Lernen und Deep Learning mit neuronalen Netzen. 
EMV-konformes Leiterplatten- und IC-Design in der Entwicklung

EMV-konformes Leiterplatten- und IC-Design in...

20.09.2022 bis 21.09.2022 in Regensburg
Die Experten vermitteln praxisorientiertes Know-how zum EMV-Verhalten und zur Analyse einer Schaltung, der verwendeten passiven und aktiven Bauelemente und der Leiterplatte selbst, um geeignete Maßnahmen schnell und kostengünstig...
EMV im Automobil - Elektro- und Hybridfahrzeuge

EMV im Automobil - Elektro- und Hybridfahrzeuge

04.10.2022 bis 05.10.2022 in hdt+ digitaler Campus
Sie erfahren mehr zur EMV-gerechten Auslegung von Hochvolt-Systemen im Elektrofahrzeug sowie deren schrittweise Qualifizierung bezüglich Störfestigkeit und Störemission in der System- und Fahrzeugebene.
Elektromagnetische Verträglichkeit - Grundlagen

Elektromagnetische Verträglichkeit - Grundlagen

13.09.2022 bis 15.09.2022 in Regensburg
Sie erhalten beim Seminar das Grundverständnis, Ihr Produkt auf der Grundlage geltender gesetzlicher und normativer Vorschriften EMV-gerecht zu entwickeln und potenzielle EMV-Probleme zu verhindern.
Zuletzt angesehen