AIoT - Digitale Signalverarbeitung für KI-Algorithmen

Seminarnummer: DIDI020

Die Digitalisierung und das Internet der Dinge (Internet of Things – IoT) lässt dank digitaler Prozesse eine Riesenmenge an Daten entstehen, die ausgewertet werden wollen, um mit den Analyseergebnisse Prozesse, Produkte und Dienstleistungen zu verbessern. Wie jedoch lassen sich die Geheimnisse aus den Daten ziehen? Hier kommen die Künstliche Intelligenz (KI) und entsprechende Algorithmen zum Tragen. KI-Methoden werden eingesetzt, um verflochtene Zusammenhänge datengetrieben zu lernen und die Grenzen klassischer mathematischer Modelle zu überwinden.

Live-Webinar
8 Seminarstunden
1 Termin verfügbar
Teilnahmebescheinigung
Terminauswahl

Webinar AIoT - Artificial intelligence of things

Die Teilnehmer erhalten im Seminar eine Einführung in die wichtigsten Konzepte, Methoden und Algorithmen, um hochfrequente IoT-Datenquellen effizient verarbeiten und analysieren zu können. Sie lernen den Zugriff auf sensorbasierte Datenquellen, die Grundlagen der digitalen Signalverarbeitung, die Bedeutung von Smart Feature Engineering sowie die Anwendung von intelligenten Analysemethoden, um zugrundeliegende Muster in IoT-Datenströmen aufzudecken. Jedes theoretische Kapitel wird mit einer praktischen Übung auf Basis realer IoT-Datenquellen ergänzt. 

Dieses Seminar ist auch Teil der Ausbildung „Data Scientist (TÜV®)“.

Zielgruppe

(Künftige) Data Scientists, Nachrichtentechniker, Ingenieure, Statistiker, Mathematiker, Informatiker und Fachleute aus der Informationstechnologie, die einen Einstieg in die digitale Signalverarbeitung und Machine Learning benötigen, um die Analyse von hochfrequenten Daten besser und effizienter bewältigen zu können.

Webinarinhalt

  • AI-, IoT- und IIoT-Grundlagen
  • Eigenschaften von IoT-Datenquellen
  • Einführung in die Digitale Signalverarbeitung (DSP)
  • Feature Engineering mit DSP-Methoden (u.a. FFT, PSD)
  • Machine Learning-Grundlagen
  • Training, Bewertung und Vergleich von Machine Learning-Modellen
  • Deployment von Machine Learning-Modellen
  • AIoT-Use Cases, Anwendungsgebiete und Best Practices

Ist kein passender Termin dabei oder Ihr Wunschtermin ist ausgebucht?

Teilnahmebescheinigung

8 Seminarstunden
1 Tag

08:30 - 16:00 Uhr
Idealerweise wurden die folgenden Kurse bereits besucht: 

Bitte beachten: Dieses Seminar ist Teil der Ausbildung „Data Scientist (TÜV®)“. Wenn dieser Abschluss angestrebt wird, muss ein Studienabschluss im MINT-Bereich oder eine gleichwertige Qualifikation (insbesondere mathematische Vorkenntnisse) nachgewiesen werden.
VDSI Punkte Arbeitsschutz: 0
VDSI Punkte Brandschutz: 0
VDSI Punkte Managementsysteme: 0
VDSI Punkte Gesundheitsschutz: 0
VDSI Punkte Security: 0
VDSI Punkte Umweltschutz: 0
Die theoretischen Inhalte werden in Form von praxisnahen Übungen vertieft. Die Übungen werden mit Python durchgeführt. Die dafür notwendige Schulungsumgebung wird gestellt. Der Zugriff auf die Schulungsumgebung erfolgt mit einem Browser (Chrome oder Firefox).

Seminarbuchung: Jetzt passenden Termin & Ort wählen

23.10.2024 - 23.10.2024
Live-Webinar
695,00 €
Nettopreis (zzgl. MwSt.)
827,05 €
Bruttopreis (inkl. MwSt.)
 

Veranstaltungsnummer: DIDI020.05-Webinar

Preisdetails:

Im Preis enthalten ist Lehrmaterial in digitaler Form.

Seminar:
695,00 €
Nettopreis:
695,00 €
zzgl. 19 % MwSt.:
132,05 €
Endpreis (Brutto)
inkl. 19 % MwSt.:
827,05 €
 

Verwandte Seminare

Data Scientist (TÜV®)
Freie Plätze : 100
Live-Webinar
Im Seminar erhalten die Teilnehmer eine umfassende Einführung in die Programmiersprache Python als Grundwerkzeug für die spätere Datenanalyse und lernen die Entscheidungskriterien für die Datenauswahl und die Datenquellen kennen, die sie für ihre Betrachtung benötigen.
Process Mining: Grundlagen und Anwendungen
Freie Plätze : 100
Live-Webinar
Die voranschreitende Digitalisierung wirkt sich auf nahezu jedes Unternehmen aus. Digitale Anwendungen hinterlassen eine riesige Datenmenge, die es auszuwerten gilt, um Prozesse zu verbessern.
Data Science mit Python
Freie Plätze : 100
Live-Webinar
Die durch die Digitalisierung zahlreicher Prozesse, Transaktionen und weiterer Anwendungsfälle entstehenden Datenmengen müssen ausgewertet und analysiert werden, um einen Mehrwert für Unternehmen und Einrichtungen zu schaffen.
Machine Learning und KI-Methoden
Freie Plätze : 100
Live-Webinar
Wichtige Unterstützung zur Analyse der Datenmassen geben maschinelle Lernverfahren, bei denen ein Algorithmus durch Wiederholung und vorgegebene Kriterien selbstständig lernt, eine Aufgabe zu erfüllen, ohne dass ein Lösungsweg vorgegeben ist.
Feature Engineering für Data Science
Freie Plätze : 100
Live-Webinar
Feature Engineering ist die Vorbereitung von Daten für die Verarbeitung in Machine Learning-Algorithmen und von hoher Bedeutung im gesamten Machine Learning-Prozess