Suchen Sie nach Produkten und Lösungen von InterSystems, Karrieremöglichkeiten und mehr. Die Ergebnisse umfassen neben Suchtreffern von InterSystems-Webseiten auch Inhalte aus unserer Entwickler-Community, unseren Produktdokumentationen und Schulungsangeboten.

Machine Learning Starthilfe: Mit Leichtigkeit zum ersten Projekt

Über alle Branchen hinweg setzt sich der Trend zum Einsatz von Machine Learning immer weiter fort. Doch nicht jedes Unternehmen kann die Vorteile der automatisierten Auswertung großer Datenmengen und deren anschließender Nutzung in operativen Prozessen tatsächlich schon nutzen. Gerade kleine und mittlere Unternehmen verfügen häufig nicht über die notwendigen technischen und personellen Ressourcen. Im Webcast am 16. März erfahren Sie, wie Sie mit geringem Aufwand und ohne eigene Spezialisten erste ML-Projekte erfolgreich umsetzen können.

Für ambitionierte Unternehmen führt heutzutage kein Weg an maschinellem Lernen (ML) vorbei. So sorgen die Algorithmen beispielsweise im Einzelhandel mit optimierten Produktplatzierungen für höhere Umsätze, in der Lieferkette prognostizieren sie Nachfragespitzen und in der Fertigungsbranche verbessern sie die Effizienz des Maschinenparks (Overall Equipment Effiency – OEE).

In den meisten Unternehmen steht allerdings kein dediziertes Team ausgewiesener ML-Experten zur Umsetzung der Projekte zur Verfügung, das im Umgang mit den benötigten Werkzeugen geschult ist. Wie sich dennoch erste Machine Learning Projekte erfolgreich umsetzen lassen, wird Stephan Mohr von InterSystems im Webcast am 16. März um 11 Uhr darlegen.

Am Beispiel eines Projekts zur vorausschauenden Wartung von Fabrikationsanlagen zeigt er auf, wie einige wenige Schritte zum Erfolg führen:

  1. Der unabdingbare Treibstoff für jede ML-Anwendung sind Daten – je mehr, desto besser. Zunächst gilt es deshalb, Daten aus unterschiedlichen Quellen und in verschiedenen Formaten zusammenzuführen.
  2. Ihr volles Potenzial können ML-Algorithmen nur dann entfalten, wenn sie mit hochwertigen, normalisierten Datenmengen gefüttert werden. Mittels einer pragmatischen Überprüfung der Datenqualität durch einfach zu nutzende BI-Werkzeuge können Daten-Anomalien schnell festgestellt und korrigiert werden, um „gute“ von „schlechten“ Daten zu trennen.
  3. Anschließend zeigt Stephan Mohr dann auch praktisch auf, wie sich ML-Modelle mittels geeigneter Werkzeuge auch von Nicht-Experten gestalten und auswerten lassen. Dazu nötig ist nur Grundwissen im Umgang mit Datenbankabfragen, um mithilfe einfacher, an die weit verbreitete Abfragesprache SQL angelehnter Befehle eigene ML-Modelle zu entwickeln.
  4. Im letzten Schritt werden die Modelle angewendet und deren Ergebnisse analysiert. In diesem beispielhaften Anwendungsfall können so drohende Maschinenausfälle durch rechtzeitige Wartung verhindert werden.

Während der Live-Sendung wird Stephan Mohr auch Fragen der Zuschauer beantworten. Die Moderation des Webcasts übernimmt Christian Töpfer von Heise Business Services.
Registrieren Sie sich jetzt!

Extra-Service: Sie wollen schon im Vorfeld Fragen an die Referenten stellen? Dann schreiben Sie bis zum 15. März eine E-Mail an den Moderator Christian Töpfer Betreffzeile: "Fragen für InterSystems-Webcast") – wir werden die Fragen sammeln, und der Referent wird die Antworten für den Live-Webcast vorbereiten

RELATED TOPICS