Maschinelles Lernen und Datenanalyse

Tandemkurs für zwei Zielgruppen!

The Inner Space

The Outer Space

Live Streaming

  • Vorlesung Live hier: live

Fragen

  • Fachliche Fragen zur Veranstaltung können hier gestellt werden: faq
  • Administrative Fragen können auf dieser Seite unten gestellt werden!
  • Es gibt alternativ ein email Kontaktformular: contact

Medien

FB 4: Maschinelles Lernen und Datenanalyse in der Mess- und Prüftechnik

Zielgruppen

  • Produktionstechniker
  • Elektrotechniker
  • Materialwissenschaftler
  • Systemingenieure
  • Informatiker

Inhalte

  1. Sensoren, Digitale Sensordaten, Big Data

    * Stark und schwach korrelierte Daten (Big Data?) * Frage nach den Modellen * Rauschen

  2. Grundlagen der Sensordatenerfassung und Verarbeitung

    + Sensornetzwerke + Labormessungen + Zerstörungsfreie Prüfverfahren - Art der Messdaten + Struktur- und Lastüberwachung (SHM) + Datenvorverarbeitung (Merkmalsselektion) + Principle Component Analysis (PCA)

  3. Grundlagen des Maschinellen Lernens (Metriken und Taxonomie)

    + Der Funktionale Ansatz: Das Black-Box Modell + Überwachtes Lernen - Der Experte ist gefragt! + Nichtüberwachtes Lernen, Clustering - Ich sehe etwas was Du nicht siehst? + Rückgekoppeltes Lernen - Belohnungen führen zum Ziel! + Inkrementelles Lernen - Lernen auf Datenströmen ist ein Problem? + Agentenbasiertes und verteiltes Lernen - Nicht hier, sondern überall!

  4. Algorithmen und Modelle

    + Entscheidungsbäume (C45, ID3, ICE), Random Forest Bäume - Einfach aber gut? + Support Vector Machines (binäre und multi-Klassen) - Der Klassiker! + Künstliche Neuronale Netze (Ein- und mehrlagig) - Warum kein Deep Learning? + Regressionsverfahren + Iterative, randomisierte, und evolutionäre Lernalgorithmen - Deterministische Modelle?

  5. Training, Lernen, Prädiktion, Test

    + Merkmalsextraktion - Information aus Daten + Ablaufdiagramme - Arbeitsvorschrift! + Testmethoden + Probleme + Überanpassung + Zu viel oder zu wenige Daten? + Qualität der Daten, Einfluss von Rauschen auf Lernen und Prädiktion
    6. Anwendungen, Demonstrationen, Beispiele, Laborübungen (integriert in 2-5)

News

  • Neuigkeiten gibt es hier: news4

FB 8: Maschinelles Lernen und Datenanalyse in der Soziologie

Zielgruppen

  • Soziologen
  • Psychologen
  • Wirtschaftsingenieure
  • Informatiker

Inhalte

  1. Sensoren, Digitale Sensordaten, Big Data, Umfragen

    + Stark und schwach korrelierte Daten (Big Data?) + Frage nach den Modellen + Der Mensch als Sensor und Datenlieferant + Daten aus Umfragen und Erhebungen (Soziologie, Medizin) + Rauschen

  2. Grundlagen der Sensordatenerfassung und Verarbeitung

    + Umfragen, Crowd Sensing, (Mobile) Sensornetzwerke mit Smartphones + Datenvorverarbeitung (Merkmalsselektion) + Principle Component Analysis (PCA)

  3. Grundlagen des Maschinellen Lernens (Metriken und Taxonomie)

    + Der Funktionale Ansatz: Das Black-Box Modell + Überwachtes Lernen - Der Experte ist gefragt! + Nichtüberwachtes Lernen, Clustering - Ich sehe etwas was Du nicht siehst? + Rückgekoppeltes Lernen - Belohnungen führen zum Ziel! + Inkrementelles Lernen - Lernen auf Datenströmen ist ein Problem? + Agentenbasiertes und verteiltes Lernen - Nicht hier, sondern überall!

  4. Algorithmen und Modelle

    + Entscheidungsbäume (C45, ID3, ICE), Random Forest Bäume - Einfach aber gut? + Support Vector Machines (binäre und multi-Klassen) - Der Klassiker! + Künstliche Neuronale Netze (Ein- und mehrlagig) - Warum kein Deep Learning? + Regressionsverfahren + Iterative, randomisierte, und evolutionäre Lernalgorithmen - Deterministische Modelle?

  5. Training, Lernen, Prädiktion, Test

    + Merkmalsextraktion - Information aus Daten + Ablaufdiagramme - Arbeitsvorschrift! + Testmethoden + Probleme + Überanpassung + Zu viel oder zu wenige Daten? + Qualität der Daten, Einfluss von Rauschen auf Lernen und Prädiktion
    6. Anwendungen, Demonstrationen, Beispiele, Laborübungen (integriert in 2-5)

News

  • Neuigkeiten gibt es hier: news8

Diskussionsforum

Hier adminstrative Fragen zu der Veranstaltung stellen!

Besucher Heute: 1 - Gestern: 2 - Alle: 47