KI und Machine Learning in Python für Kunststoffanwendungen
In der Kunststoffverarbeitung entstehen täglich große Datenmengen – aus Maschinensteuerungen, Sensorik, Prüfprozessen und Bildaufnahmesystemen. Diese Daten enthalten wertvolle Informationen über Materialverhalten, Prozessstabilität und Produktqualität. Moderne Methoden der Künstlichen Intelligenz (KI) und des Machine Learning (ML) ermöglichen es, diese Informationen automatisch zu extrahieren, Muster zu erkennen, Anomalien frühzeitig zu detektieren und Prozesse intelligent zu optimieren.Der Kurs vermittelt die notwendigen Grundlagen, um KI- und ML-Verfahren in der Kunststoffindustrie anzuwenden. Dabei werden sowohl klassische Algorithmen (z.B. Random Forests, Regressionsmethoden, Clustering) als auch moderne Deep-Learning-Modelle behandelt – einschließlich Convolutional Neural Networks (CNNs) für Computer Vision und Transformer-Modellen für Sprach- und Sequenzdaten. Teilnehmer lernen, wie KI in der Kunststoffindustrie eingesetzt werden kann – etwa zur automatisierten Bauteilinspektion, Prozessüberwachung, Qualitätsvorhersage, Fehlerklassifikation und Verarbeitung natürlicher Sprache für Dokumentation oder Berichterstellung.
Der gesamte Kurs verwendet die Programmiersprache Python. Grundkenntnisse in Python werden vorausgesetzt.
Theoretische Inhalte
- Grundlagen der KI & Machine Learning
- Einführung in Python für KI‑Projekte
- Machine Learning für industrielle Daten
- Klassifikation & Regression
- Überwachtes / unüberwachtes Lernen
- Deep Learning und Neuronale Netze
- Computer Vision in der Kunststoffindustrie
- Transformer-Modelle
- Visualisierung & Interpretierbarkeit
- Visualisierung von Daten, Modellen und Ergebnissen
- Explainable AI: SHAP, Feature Importance
Praktische Inhalte
Programmierübungen aus Anwendungsfällen in der Kunststoffindustrie zu den Themen:
- Datenimport & Datenvorverarbeitung
- Laden von Maschinendaten oder Sensorreihen,
- Bilddaten
- Bereinigen von Messfehlern
- Analyse von Daten
- Machine Learning
- Trainieren eines Random Forest zur Vorhersage von Qualitätsmerkmalen
- Modelloptimierung und Hyperparameter-Tuning
- Computer Vision
- CNN zur Bildklassifikation von Bauteilfehlern
- Objekterkennung für automatisierte Sichtprüfungen
- Deep Learning & Transformer
- Training eines kleinen MLP auf Prozessdaten
- Einsatz eines Transformer-Modells zur Auswertung von Textdaten(z.B. Prüfberichte, Alarmmeldungen, Produktionsprotokolle)
- Beispiele zum Einsatz von generativer KI
Referenten & Kursleiter
SKZ - KFE gGmbH, Würzburg
M.Sc. Tim Dees
Termine
Folgend finden Sie die Übersicht der aktuell geplanten Termine für den Kurs "KI und Machine Learning in Python für Kunststoffanwendungen". Bei einer Anmeldung bis 12 Wochen vor Termin gewähren wir einen Frühbucher-Rabatt von 10 % auf den Teilnahmepreis.
-
– 04.11.2027Würzburg Verfügbarkeit
Plätze verfügbar
1.595,00 €*
10% Frühbucherrabatt
*Preis zzgl. MwSt.
Weitere Veranstaltungen aus dem Fachbereich
Alle ansehen 7
-
Präsenz-Kurs
Digitalisierung
Digitalisierungsprojekte für Prozessverantwortliche
-
Präsenz-Kurs
Digitalisierung
Datenanalyse in Python für Kunststoffanwendungen
-
Präsenz-Kurs
Digitalisierung
Excel-Datenanalyse in der Kunststofftechnik
-
Präsenz-Kurs
Digitalisierung
Datenanalyse in der täglichen Praxis
