Live-Webinare

Big Data und Maschinelles Lernen für Ingenieure mit MATLAB

Datum:
5. April 2017
Zeit:
10:00

Übersicht

Bei Entwicklung von Produkten mit hohen Qualitätsansprüchen und langer Lebensdauer ist die Analyse von Mess- und Testdaten immer wichtiger geworden. Die verwendeten Modelle sollen möglichst präzise sein und sogar zuverlässige Vorhersagen für das Verhalten von Bauteilen liefern. Die schiere Menge und Komplexität der zugrundeliegenden Datensätze stellt dabei eine zusätzliche Herausforderung für viele Ingenieure dar.

MATLAB® ist das einfachste und produktivste Werkzeug für die Arbeit mit großen Datensätzen. Zudem wurde MATLAB® von Ingenieuren für Ingenieure entwickelt. In diesem Webinar erfahren Sie, wie Sie Techniken des maschinellen Lernens auf verteilt gespeicherte Datensätze anwenden können. Das Webinar illustriert einen beispielhaften Workflow für maschinelles Lernen mit Big Data anhand eines konkreten Datensatzes aus der Automobilindustrie.

Highlights

  • Verarbeitung von Out-of-Memory Daten
  • Zugriff auf und Analyse von Daten, die in verschiedenen Dateiformaten wie z.B. MDF gespeichert sind
  • Prototyping und Verfeinerung von maschinellen Lernmodellen für Big Data
  • Automatische Generierung von Embedded Code aus Maschine Learning Modellen

Über den Referenten

Dmitrij Martynenko ist als Application Engineer bei MathWorks zuständig für Datenanalytik, Maschinelles Lernen und Big Data Lösungen. Vor seinem Wechsel zu MathWorks entwickelte der Diplom-Mathematiker über sieben Jahre lang Datenassimilationsalgorithmen beim Luft- und Raumfahrt Zentrum und sammelte Datenanalytik Expertise beim IT Zentrum BMW.

Produkt-Fokus

  • MATLAB®
  • Parallel Computing Toolbox
  • MATLAB Distributed Computing Server
  • Statistics and Machine Learning Toolbox
  • Neural Network Toolbox
  • Vehicle Network Toolbox