Grundlagen der Künstlichen Intelligenz

Seminar mit Dr.-Ing. Stefan Schwarzkopf

INNOPORT

Veranstalter: GER GmbH & Co.KG, Max-Planck-Str. 68/1, 72766, Reutlingen

Tickets auswählen


Grundlagen der Künstlichen Intelligenz 08. + 09.11.2022

je 980.00€
(zzgl. MwSt.)

---

Gesamtbetrag: 0.00
(zzgl. MwSt.)

Allgemeine Informationen



ZIELE Nach dem Seminar sind Sie in der Lage, das Potential und die Anwendbarkeit der KI im eigenen Unternehmen zu beurteilen. Dazu gehört eine Abgrenzung der verschieden Methoden aus der Regelungstechnik, Maschine Learning und Deep Learning und bevorzugte Einsatzgebiete der genannten Methoden. Weiterhin werden Ihnen Grundwissen der KI vermittelt und Handwerkszeug an die Hand gegeben, KI selbstständig oder mit Unterstützung von Fachleuten einzuführen. ABLAUF UND METHODIK Das Seminar gliedert sich in einen theoretischen Teil und einen anwendungsbezogenen Teil. Im Theorie-Teil werden die Methoden der klassischen Lösungen aus Regel- und Steuerungstechnik mit den Methoden des Machine Learnings (ML) inkl. KI verglichen und jeweils typische Anwendungsszenarien demonstriert. Anschließend werden die Grundlagen für ML/KI eingeführt.Im Anwendungs-Teil steht die praktische Umsetzung der Lösungen im Vordergrund. Dazu wird auf die einzelnen Frameworks und notwendige Rechnerarchitekturen eingegangen. Ebenso wird eine mögliche Realisierung im industriellen Produktionsumfeld demonstriert. REFERENT: Dr.-Ing. Stefan Schwarzkopf Technische Kybernetik - Universität Stuttgart. MPI Magdeburg - Schwerpunkt chem. Verfahrenstechnik. Leitende Funktion im Bereich Automotive für Hardware und embedded Softwarentwicklung, Testautomation, sowie Regelungstechnik. Fachliche Schwerpunkte: IoT/Connectivity, Elektromobilität, Funktionale Sicherheit und Datensicherheit (Safety & Security), sowie Künstliche Intelligenz. INHALTE: BLOCK 1 - Theorie • Geschichte der KI • Beispiele aus der Praxis: Bilderkennung / Zeitreihenanalyse / Spracherkennung / Spiele-KI / Physikverständnis • Grundlagen der KI: Data Science: Einführung in die Statistik / Methoden des Machine Learnings Neuronale Netze: Grundlagen / Netztypen / Reinforced Learning BLOCK 2 – Anwendung • Frameworks: Python / Jupyter Notebook / PyTorch / TensorFlow/Keras / TinyML • Industrielle Anwendung: Edge-Computing / Sensorik/Aktorik / Kommunikation / Anbindung an Prozessleitsysteme (Safety & Security), sowie Künstliche Intelligenz. Die Teilnahmegebühr beinhaltet ausführliche Seminarunterlagen und an beiden Tagen Verpflegung vor Ort.

Veranstaltungsort: INNOPORT Route ansehen

Share on