Praktický workshop: Implementace využití umělé inteligence s průmyslovými daty Počítačový Kurz

Úvod a výběr případu použití týmem

• Přehled AI v průmyslovém prostředí
• Kategorie případů použití: kvalita, údržba, energie, logistika
• Tvorba týmu a stanovení cílů projektu

Pochopení a příprava průmyslových dat

• Typy průmyslových dat: časové řady, tabulková data, obrázky, text
• Akvizice, čištění a předzpracování dat
• Explorativní analýza dat pomocí Pandas a Matplotlib

Výběr modelu a prototypování

• Výběr mezi regresí, klasifikací, klasifikací (clustering) nebo detekcí anomalií
• Vzdělávání a vyhodnocování modelů pomocí Scikit-learn
• Použití TensorFlow nebo PyTorch pro pokročilé modelování

Vizualizace a interpretace výsledků

• Vytváření intuitivních přehledů nebo reportů
• Interpretace metrik výkonu (přesnost, senzitivita, specifičnost)
• Dokumentování předpokladů a omezení

Simulace nasazení a zpětná vazba

• Simulace scénářů nasazení na hranici síti / v cloudu
• Shromažďování zpětné vazby a vylepšování modelů
• Strategie pro integraci s operacemi

Vývoj závěrečného projektu

• Dokončení a testování prototypů týmu
• Vzájemná hodnocení a společné ladění
• Příprava prezentace projektu a technického shrnutí

Prezentace týmu a shrnutí

• Prezentace konceptů a výsledků AI řešení
• Skupinová reflexe a získané zkušenosti
• Plán škálování případů použití v organizaci

Shrnutí a další kroky