Applied Data Analytics and Machine Learning in Python

Worum geht's

Du lernst, wie du Python und gängige Frameworks zur Datenanalyse und für Machine Learning praktisch anwendest. Schwerpunkt ist das Modellieren und Implementieren von ML-Lösungen — insbesondere Reinforcement Learning und Unsupervised Learning — für anwendungsnahe Use Cases aus Regelungstechnik, Prozesssteuerung und Qualitätsüberwachung.

Was du danach kannst

• Verständnis der Grundprinzipien des Machine Learning (insbesondere Reinforcement Learning und Unsupervised Learning) aus anwendungsorientierter Sicht
• Sicherer Umgang mit Python und gängigen Frameworks (z. B. TensorFlow, Keras, scikit-learn) zur Datenanalyse und Modellbildung
• Entwurf und Implementierung geeigneter Datenanalyse- und ML-Pipelines
• Lesen und Nutzen von Online-Dokumentationen zu quelloffenen Python-Bibliotheken
• Modellierung komplexer Steuerungsprobleme (z. B. Ablaufpläne, Zustandsdiagramme) und Implementierung in Python
• Formulierung und Entwicklung einer Steuerungsaufgabe als Reinforcement Learning Task
• Abschätzung von Einsatz, Aufwand und Herausforderungen von Reinforcement Learning in automationsbezogenen Aufgaben

Aus was das Modul besteht

• TheorieteilVermittelt die notwendigen theoretischen Grundlagen per Vorträgen und Präsentationen als Vorbereitung für das Praktikum
• Praktikum / ÜbungsblockEigenständige Bearbeitung von Übungsaufgaben und Use Cases, Implementierung und Dokumentation der Lösungen, Gruppenarbeit und Präsentation der Ergebnisse

Lehrmethode

• Vorträge und PräsentationenVermittlung der theoretischen Grundlagen, die Voraussetzung für die praktische Arbeit sind
• Praktische Übungen mit ÜbungsskriptSchrittweise Bearbeitung von Aufgaben mit steigendem Schwierigkeitsgrad zur Vertiefung der Programmier- und Modellierungsfähigkeiten
• Gruppenarbeit und Peer-ReviewDiskussion und Präsentation der erarbeiteten Lösungen zur Förderung wissenschaftlicher Kommunikation und kritischer Reflexion
• Demo-Use CaseDurchlaufen eines kompletten Entwicklungsprozesses von Problemformulierung bis Anlagensteuerung zur Anwendung des Gelernten