Die Neuauflage des Fachbuches wurde ergänzt durch die Themen Unsupervised Learning und Reinforcement Learning. Anhand konkreter Datensätzen lernen Anwender einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung. Die Codebeispiele basieren auf Python und den Bibliotheken Scikit-Learn, Pandas, NumPy, TensorFlow und Keras. Das Buch eignet sich für zukünftige Data Scientists, ML-Profis sowie für Interessierte, die nur am Rande mit ML zu tun haben, wie z.B. Softwareentwickler und vermittelt eine Grundlage, um die ersten eigenen Machine-Learning-Modelle zu trainieren. Folgende Themen werden behandelt und mit praktischen Beispielen veranschaulicht: Datenimport und -vorbereitung, Supervised Learning, Feature-Auswahl, Modellvalidierung, Neuronale Netze und Deep Learning, Unsupervised Learning und Reinforcement Learning.
Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%
Welcher Liefertermin steht wann an? Wie aufwändig muss die Maschine umgerüstet werden? Ist das benötigte Material bereits geliefert? Um die Reihenfolge verschiedener Kundenaufträge optimal zu planen, müssen Produktionsplaner:innen eine Vielzahl von Faktoren kennen und einschätzen. Bei Schulte Kartonagen hat ab sofort ein intelligenter KI-Assistent alle Faktoren im Blick – und macht Vorschläge für die effiziente Planung der Produktion. Gefördert wurde die Zusammenarbeit mit dem Fraunhofer IEM und den Universitäten Paderborn und Bielefeld im it’s OWL-Projekt ARISE.