Machine Learning in der Umformtechnik
Tutorium
Betreuende Assistenten
 Dirk Molitor M. Sc.
Christian Kubik M. Sc.
Credit Points 4
Ziel
  • Vermittlung von Grundlagen zur Bewertung von Prozesszuständen im realen Produktionsumfeld durch einen methodischen Machine Learning Ansatz
  • Analyse von große Datenmengen mittels gängiger Software (Python oder Matlab)
Ablauf In Woche 1 werden die Grundlagen des Machine Learning zur Analyse von Zeitreihen sowie der Nutzung von Programmiersprachen vermittelt. Anschließend wird in Woche 2 und 3 ein Machine Learning Ansatz zur Bewertung eines Umformprozesses auf Basis von sensorisch erfassten Daten praktisch implementiert.
Termine
  • Einmal pro Semester (SS April / Mai & WS September / Oktober)
  • Sind genügend Anmeldungen vorhanden wird der Termin mit den Teilnehmenden individuell abgestimmt
  • Eintragung in Warteliste per E-Mail an mit dem Betreff „Anmeldung Tutorium ML in der UT“
  • Das Tutorium findet ganztags statt und dauert 3 Wochen
Teilnehmerzahl
  • 2 Gruppen mit 4–6 Teilnehmer:innen
  • Einzel- und Teamanmeldung möglich
Voraussetzungen
  • Teilnahme an der Vorlesung „Machine Learning Anwendungen“ wird empfohlen
  • Grundkenntnisse im Machine Learning sowie der Nutzung einer Programmiersprache (Python/Matlab)