KI-gestützte Prognose Low-/No-Code für Deep Learning

Im kostenfreien zweiteiligen Online-Workshop lernen Sie, wie Sie Deep Learning mit grafischer Low-/No-Code-Software für Prognoseaufgaben auf Basis von Zeitreihen einsetzen. Zeitreihen sind Daten, die zeitlich geordnet erfasst werden, wie zum Beispiel die Stromlast pro Minute. Deep Learning basiert auf künstlichen neuronalen Netzen und hat seine Leistungsfähigkeit bereits bei einer Vielzahl von Prognosen mit nichtlinearem Charakter unter Beweis gestellt. Im Workshop verstehen wir eine exemplarische Zeitreihe und lassen deren zukünftige Entwicklung mithilfe verschiedener Deep-Learning-Architekturen automatisch vorhersagen. Mithilfe GPT-basierter Assistenz kombinieren wir geeignete Bausteine in einem Softwarewerkzeug. Als Praxisbeispiel dient die Prognose des Stromverbrauchs eines Gebäudes. Wir verwenden den öffentlich verfügbaren Datensatz Individual Household Electric Power Consumption (IHEPC) aus dem UCI Machine Learning Repository. Er dokumentiert den Energieverbrauch eines Haushalts im Minutenraster über rund vier Jahre.