Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.        
        
        
            Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.        
    Návrh Školení
Úvod a Výběr Týmu Use Case
- Přehled AI v průmyslových prostředích
- Kategorie užitkových případů: kvalita, údržba, energetika, logistika
- Vytvoření týmu a určování cílů projektu
Pochopení a Příprava Průmyslových Dat
- Typy průmyslových dat: časové řady, tabulková data, obrázky, text
- Získání dat, čištění a předzpracování dat
- Explorativní analýza dat s Pandas a Matplotlib
Výběr Modelu a Prototypování
- Volba mezi regresí, klasifikací, shlukováním nebo detekcí anomalii
- Trénink a hodnocení modelů pomocí Scikit-learn
- Použití TensorFlow nebo PyTorch pro pokročilé modelování
Vizuální Zobrazování a Interpretace Výsledků
- Vytváření intuičních nástěnkových tabulek nebo zpráv
- Interpretace výkonových metrik (přesnost, odhad přesnosti, sensitivity)
- Dokumentování předpokladů a omezení
Simulace Nasazení a Zpětná Výhra
- Simulace scénářů nasazení na hraničních nebo cloudových zařízeních
- Shromažďování zpětné vazby a vylepšování modelů
- Strategie pro integraci s operacemi
Vývoj Capstone Projektu
- Dovedení prototypů týmu k dokonalosti a jejich testování
- Peer review a společná ladění
- Příprava prezentace projektu a technické souhrny
Prezentace Týmu a Závěr
- Prezentace konceptů AI řešení a výsledků
- Skupinové zpětné sledování a naučených lekcích
- Cesta pro škálování užitkových případů v organizaci
Shrnutí a Další Kroky
Požadavky
- Přehled výrobních nebo průmyslových procesů
- Zkušenosti s Python a základy strojového učení
- Schopnost pracovat se strukturovanými i nestrukturovanými daty
Cílová skupina
- Multifunkční týmy
- Inženýři
- Data vědci
- IT profesionálové
             21 hodiny
        
        
