Jeder sammelt Daten, aber welche sind wirklich wertvoll? In diesem Webinar erfahren Sie, wie Sie Datenquellen gezielt bewerten und für den Einsatz in KI-Anwendungen auswählen. Dabei lernen Sie, typische Fallstricke zu vermeiden und Daten so aufzubereiten, dass sie den größten Nutzen bringen. Von der Vektorisierung bis zur Datenbereinigung – die Grundlagen werden verständlich erklärt und praxisnah vermittelt. So gewinnen Sie Sicherheit darin, relevante Daten auszuwählen und für KI-Anwendungen sinnvoll aufzubereiten.
Inhalte
- Datenbasics: Aufbau von Bildern, CSV-Dateien und Vektorisierung – warum Daten am Ende nur Zahlenreihen sind
- Fehlerquellen & Risiken: Beispiele und die Folgen von „Garbage In, Garbage Out“
- Datenauswahl & Bereinigung überflüssige Sensoren erkennen und Daten für KI aufbereiten
- CRISP-DM-Prozess: Standard für Data Mining – von der Datensammlung bis zum Modell
- Anwendung im Makerspace: Sensoren, Herausforderungen und Verbesserungspotenziale für „Pick and Place“-Prozesse
Ziele
- Sie verstehen, wie Daten strukturiert sind und was Vektorisierung bedeutet.
- Sie erkennen typische Fehlerquellen bei der Datenerfassung und –interpretation.
- Sie lernen, wie Sie irrelevante Daten identifizieren und aussortieren.
- Sie erhalten einen Überblick über den CRISP-DM-Prozess und dessen praktische Anwendung.
- Sie wissen, wie Sie Sensoren gezielt für Predictive Maintenance einsetzen können.
Zielgruppe
- Grundlagen der Python-Programmierung werden vorausgesetzt. Diese werden in der Themenreihe KI Programmieren – Webinar: KI & Code für Einsteiger (1/6) vermittelt.
- Der Besuch der vorhergehenden Teile der Veranstaltungsreihe wird empfohlen. Eine Teilnahme ist jedoch auch ohne deren Besuch möglich. Es werden kurze Wiederholungen durchgeführt, in diesem Fall kann es jedoch vereinzelt zu inhaltlichen Verständnisproblemen kommen.
- Branchenübergreifend: Führungskräfte, Mitarbeitende und Interessierte aus KMU.
- Für den praktischen Teil ist Zugang zum Browser sowie Tastatur und Maus erforderlich.