Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.        
        
        
            Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.        
    Plan Szkolenia
Wprowadzenie i wybór zespołu Use Case
- Przegląd sztucznej inteligencji w środowiskach przemysłowych
- Kategorie przypadków użytkowania: jakość, konserwacja, energia, logistyka
- Formowanie zespołu i określanie celów projektu
Rozumienie i przygotowanie danych przemysłowych
- Typy danych przemysłowych: szereg czasowy, tablicowy, obrazowy, tekstowy
- Zbieranie, czyszczenie i przygotowanie danych
- Analiza eksploracyjna danych z Pandas i Matplotlib
Wybór modelu i prototypowanie
- Wybór między regresją, klasyfikacją, klastryzacją lub wykrywaniem anomalii
- Trenowanie i ocena modeli z Scikit-learn
- Używanie TensorFlow lub PyTorch do zaawansowanego modelowania
Wizualizacja i interpretacja wyników
- Tworzenie intuicyjnych panelów sterowania lub raportów
- Interpretacja wskaźników wydajności (dokładność, precyzja, pełność)
- Dokumentowanie założeń i ograniczeń
Symulacja wdrożenia i opinii zwrotnej
- Symulowanie scenariuszy wdrożenia na krawędzi/ w chmurze
- Zbieranie opinii zwrotnej i poprawianie modeli
- Strategie integracji z operacjami
Rozwój projektu końcowego
- Finalizowanie i testowanie prototypów zespołu
- Przegląd przez rówieśników i wspólne usuwanie błędów
- Przygotowanie prezentacji projektu i podsumowania technicznego
Prezentacje zespołów i zakończenie
- Prezentowanie koncepcji i wyników rozwiązań AI
- Refleksja grupy i lekcje wyciągnięte
- Plan rozwoju przypadków użytkowania w organizacji
Podsumowanie i kolejne kroki
Wymagania
- Zrozumienie procesów produkcji lub przemysłowych
- Doświadczenie z Python i podstawowym uczeniem maszynowym
- Umiejętność pracy z danymi strukturalizowanymi i niesstrukturalizowanymi
Grupa docelowa
- Zespoły wielodyscyplinarne
- Inżynierowie
- Specjaliści ds. danych
- Specjaliści IT
             21 godzin
        
        
