Einführung in Maschinelles Lernen für das Energiemanagement

Durch die zunehmende Digitalisierung von Unternehmen fallen unweigerlich auch große Datenmengen an. Um diese Daten zur Analyse und Verbesserung komplexer Systeme zu nutzen, bedarf es intelligenter Methoden. In diesem Kontext ist der Einsatz von Maschinellem Lernen als ein Teilbereich der Künstlichen Intelligenz nicht mehr wegzudenken.

In unserem Workshop vermitteln wir Energiemanagern und Energieberatern, welche Möglichkeiten Maschinelles Lernen für die Analyse betrieblicher Energiedaten bietet. Wir erläutern dabei die grundlegenden Begriffe des Maschinellen Lernens sowie unterschiedliche Modelle und Verfahren. Zusätzlich zeigen wir Ihnen eine effiziente Vorgehensweise zur Datenauswahl und -vorverarbeitung sowie zur Modellauswahl und Ergebnisinterpretation.

Anhand von Beispielen aus dem betrieblichen Energiemanagement schlagen wir anschließend den Bogen zur praktischen Anwendung: Wir zeigen, wie mit Maschinellem Lernen aus (Energie-)Datenmengen relevante Informationen gewonnen und systemische Zusammenhänge identifiziert werden können – ein Ausgangspunkt zur Identifizierung von Energieeffizienzpotenzialen.

Dozent

Stefan Seyfried

Lernziele

  • Grundlegende Begriffe des Maschinellen Lernens kennenlernen.
  • Überblick über häufig verwendete Verfahren sowie deren mathematischen Hintergründe, Vor- und Nachteile gewinnen.
  • Anwendungsmöglichkeiten der Methoden durch Praxisbeispiele im Kontext der Analyse von betrieblichen Energiedaten verstehen.

Zielgruppe

Der Workshop richtet sich an Interessenten im Themenfeld Energiemanagement, die mehr zu den Potenzialen und Hintergründen zum Einsatz von Maschinellem Lernen in diesem Bereich erfahren möchten: Beispielsweise Energiemanager kleiner und mittlerer Unternehmen oder Energieberater.

Vorkenntnisse

Grundlegendes Verständnis in Statistik.

Veranstaltungssort

Termindetails
Donnerstag, 12. September 2019
09:00 Uhr - 13:00 Uhr

Ihr Kenntnisstand

Bereits registriert?
Bereits registriert?

Anmelden
Noch nicht registriert?

Ihr Ansprechpartner

Stefan Seyfried
Stefan Seyfried
Bitte aktivieren Sie JavaScript

Um unsere Webseite für Sie optimal zu gestalten und fortlaufend verbessern zu können, verwenden wir Cookies. Durch die weitere Nutzung der Webseite stimmen Sie der Verwendung von Cookies zu.

weitere Informationen 

loading