Workshop: Statistische Modellierung & Machine Learning

Die Teilnehmenden erwerben fundierte Kenntnisse in moderner Datenmodellierung, können ML-Verfahren sinnvoll in ihre Arbeit integrieren und datengetriebene Entscheidungen für Prozessverbesserungen sicher unterstützen.

Kerninhalte dieses Moduls:

➡ Multivariate Verfahren und klassische Regressionsmodelle (Refresher) zur Auffrischung statistischer Grundlagen.
➡ Einführung in Datenorchestrierung und Machine Learning – Verständnis für überwachtes und unüberwachtes Lernen.
➡ Modellaufbau mit KNIME®, Minitab® und Python, inklusive Datenaufbereitung, Feature Engineering und Validierung.
➡ Klassifikations- und Regressionsverfahren wie Entscheidungsbäume, Naive Bayes oder neuronale Netze.
➡ Unterschiede zwischen klassischen und ML-gestützten Modellen, inkl. Anwendungsfelder und Grenzen.
➡ Praktische Anwendung von ML-Methoden zur Prozessoptimierung, inkl. Visualisierung und Interpretation.
➡ Sicherer Umgang mit Modellgüte, Kreuzvalidierung und Modellvergleich für fundierte Entscheidungen.