Intelligente Datenanalyse-Methoden für Ingenieure (Master)

Inhalt:

Begriffsbestimmung und Einführung: Smart Data, Big Data und KI - Informationsextraktion aus großen Datenmengen: Data Analytics (1): Zeitreihen und Transformationen; Data Analytics (2): klassierte Daten; Datenreduktionsverfahren; Korrelationsverfahren; Anwendungsbeispiele mit Kundendaten; Data Analytics (3): zensierte ("abgeschnittene") Datenmengen, Verteilungsfunktionen, Parameterschätz-Verfahren, Anwendungsbeispiele mit Entwicklungs- und Felddaten - Visualisierung und Interpretation: Balken- und Säulendiagramm; Histogramm; Tortendiagramm; Netzdiagramm; Heat-Map; Liniendiagramm; Graphen, Kissendiagramm, Box-Plot, Scatter-Plot; Anwendungen zur Anomalie-Erkennung technisch: Vorbeugende Instandhaltung; Maschinen-Ausfall Prädiktion; Frühwarn-Systeme; Energieverbrauchsmuster; Qualitätsüberwachung; NVH Analysen; Anwendungen zur Anomalie-Erkennung nicht technisch: Prognose Auftragsbearbeitungszeit; Fraud-Detection