
KI in der Praxis einsetzen und verstehen – Teil I
Inhalte
- Praxisnahe Strukturierung eines Maschinelles Lernen-Projekts im Unternehmen
- Einführung in Maschinelles Lernen
- Exemplarisches Szenario: Wie erhöhe ich die Rückkehrquote meiner Kunden?
- Anwendung des CRISP-DM Standards
.
- KI-Modelle verstehen, Ergebnisse interpretieren, Entscheidungen ableiten
- Datenvisualisierung: Methoden, Werkzeuge, Nutzen
- Metriken zur Bestimmung der Performance eines KI-Modells
- Anwendungsbeispiele:
-
-
-
Logistik: Mustererkennung in akustischen Signalen (Erkennung von Fahrzeugen)
-
Produktion: Prognose der Fertigstellung von Produkten
-
-
Ziele / Nutzen
- In welchen Bereichen kann Maschinelles Lernen eingesetzt werden und warum ist es für Ihr Unternehmen vielversprechend?
- Welche Methoden kommen zur Lösung Ihres Problems in Frage? Welche Methoden können Sie wann einsetzen?
- Welche Visualisierungsmöglichkeiten können eingesetzt werden, um die Ergebnisse von KI-Modellen richtig zu interpretieren?
- Wie kann ich ein Maschinelles Lernen-Projekt erfolgreich strukturieren?
Wer sollte teilnehmen?
- die Ansatzpunkte zum Einsatz Maschineller Lernverfahren im Unternehmen suchen
- die keine oder geringe Vorkenntnisse auf dem Gebiet des Maschinellen Lernens besitzen
DIE TEILNAHME AN DER VERANSTALTUNG IST KOSTENFREI. EINE ANMELDUNG IST AUFGRUND DER BEGRENZTEN KAPAZITÄTEN BIS ZUM 08.10.2023 (12:00 Uhr) ZWINGEND NOTWENDIG!