Hvor. | DDV v/EUC Lillebælt, Teknikervej 2, Mødelokale 2, 7000 Fredericia |
Hvornår. | 12. oktober 2021 kl. 08:30 |
Varighed. | 5,5 time |
Pris. | GRATIS, men kun for medlemmer af DDV. |
Netværksmøde: Machine Learning/AI
Dagsorden:
08:30 Morgenmad
09:00 Præsentation 1: Cases til hvornår Machine learning kan være den rigtige metode
09:30 Dialog og udveksling af udfordringer samt løsninger
10:00 Pause
10:30 Præsentation 2: Dyk ned i de 3 ML modeller for læring og se filmen hide and seek.
11:30 Debat om læringsmodeller og deres anvendelse
12:00 Frokost
12:45 Præsentation 3: Registrering af fejl i forhold til planlagte stop
13:15 Debat om korrekte labels hvor en maskine kan skelne nedbrud fra stop.
13:45 Opsummering og ønsker til næste møde
14:00 Slut
Præsentation 1: Cases til hvornår Machine learning kan være den rigtige metode.
Det er altid svært at vide hvilket værktøj der er det rigtige at tage frem til en given opgave. Vi kommer med nogle gode eksempler på hvor ML har haft en rigtig god effekt i erhvervslivet, men håber på at finde endnu flere eksempler i fællesskab som kan blive nye eksperimenter.
Præsentation 2: Dyk ned i de 3 Machine learning modeller for læring og se filmen hide and seek.
Superviseret, usuperviseret og reinforcement læring – kender du forskellen? Ellers er dette netværket hvor du kan blive klogere på de 3 læringsformer som alle har deres kvaliteter alt efter den specifikke opgave. Vi diskuterer også tidshorisonten og fordele og ulemper ved de forskellige læringstyper.
Præsentation 3: Registrering af fejl i forhold til planlagte stop.
Hvordan ser din data ud? Hvis du kigger ned i et datasæt fra din virksomhed, vil du så være i stand til at se hvad der er et planlagt stop og et faktisk nedbrud? For at en ML model virker optimalt er det vigtigt at kunne se reelle nedbrud realtime i datastrømmen. Der er mange vigtige parametre at have styr på men det er vigtigt at tænke i baner af at den store mængde oplagrede data kan kategoriseres.