Beschreibung
Die Zeitreihenanalyse und -prognose hat sich in den letzten Jahren zu einem
besonders wichtigen Bereich entwickelt. Es gibt unzählige praktische
Anwendungen, darunter Wettervorhersagen, Umsatzprognosen, Klimaprognosen,
Wirtschaftsprognosen, Prognosen für das Gesundheitswesen, technische
Prognosen, Finanzprognosen, Prognosen für den Einzelhandel,
Geschäftsprognosen, Prognosen für Umweltstudien, Prognosen für
Sozialstudien und vieles mehr.
Im Grunde kann jeder, der über konsistente historische Daten verfügt, diese
Daten mit Methoden der Zeitreihenanalyse analysieren und dann Modelle,
Prognosen und Vorhersagen erstellen. COVID-19 hat uns gezeigt, dass
Prognosen ein wichtiges Instrument für Entscheidungen im Bereich der
öffentlichen Gesundheit sind. Unternehmen werden immer effizienter und
prognostizieren ihre Bestände und ihren operativen Bedarf im Voraus.
Zeitreihen und Prozessdaten entstehen im Zuge der Digitalisierung der
Wirtschaft und der Produktion in einer Vielzahl von Bereichen. Der Wert
solcher Daten liegt im zeitlichen Charakter der aufgezeichneten
Informationen. Messwerte einer Zeitreihe informieren nicht nur über
gegenwärtige Zustände, sie bilden auch fortlaufende Prozesse ab, die sich
unter bestimmten Bedingungen in die Zukunft fortschreiben lassen und aus
denen sich Prognosen für die Zukunft ableiten lassen:
* Sensordaten, die den Verschleiß eines oder mehrerer Teile in einer
Produktionsmaschine ankündigen (vorbeugende Wartung).
* Die Historie der Verkaufszahlen eines Produkts, die Auskunft über
notwendige Lagerbestände gibt, um die Kapitalbindungskosten zu
minimieren.
* Den Verlauf des Kurses einer Aktie
Hinweis zum Ablauf
Garantierte Durchführung ab 1 Teilnehmenden
Zielgruppe
Technisch interessierte Fachkräfte, die einen Einstieg in fortgeschrittene
KI-Methoden und Techniken zur Analyse von Zeitreihen- und Prozessdaten
suchen:
* Unternehmensanalysten, die ihre Prognosefähigkeiten und -techniken
verbessern möchten.
* IT-Fachleute, die an der Umsetzung von Zeitreihenanalysen und Prognosen
auf Geschäftsprobleme interessiert sind.
* Marketingfachleute, die die zukünftige Nachfrage nach Produkten oder
Dienstleistungen prognostizieren möchten.
* Finanzanalysten, die zukünftige Trends und Leistungen für Unternehmen
prognostizieren möchten.
* Betriebsleiter:innen, die die Bedarfsplanung und -prognose für ihr
Unternehmen verbessern möchten.
* Grundkenntnisse Python wären von Vorteil
Zielsetzung
Machine Learning- und Deep Learning-Techniken können komplexe verborgene
Muster in Zeitreihendatensätzen extrahieren, die für klassische
statistische Methoden unerreichbar sind. Das macht Deep Learning zu einem
vielversprechenden Werkzeug für die Zeitreihenprognose.
Dieses ML/DL Seminar zeigt, wie moderne neuronale Netze und die letzten
Fortschritte im Deep Learning auf reale Vorhersageprobleme angewendet
werden können. Der Kurs deckt Techniken des maschinellen Lernens ab, die
für Prognoseprobleme relevant sind, von univariaten und multivariaten
Zeitreihen von überwachtem Lernen bis hin zu modernsten Deep
Forecasting-Modellen wie LSTMs, rekurrenten neuronalen Netzen (RNNs), dem
Open-Source-Modell Prophet von Facebook und Amazon DeepAR-Modell.
Der Kurs ist auch für diejenigen geeignet, die mit der Arbeit an
Vorhersageaufgaben anfangen möchten und zunächst mit traditionellen
Modellen beginnen und schrittweise zu immer fortgeschritteneren Modellen
übergehen möchten.
Hinweis für Menschen mit Behinderungen
Das Schulungszentrum ist barrierefrei, die Schulungen werden auch als Online-Schulung angeboten.
Hinweise zur Prüfung und Zertifikat/Abschluss
Teilnahmebescheinigung und digitales Badge nach dem Kurs
Förderungsmöglichkeiten
Bildungsscheck NRW
Preishinweis
Preis inkl. MwSt.
Preisvorteil 3=2: Der Dritte Mitarbeitende nimmt kostenfrei teil. 
