TRIZ Schulungen finden - Das passende Seminar in Ihrer Nähe

In diesem Intensiv-Seminar für fortgeschrittene Anwender gehen die Teilnehmer über die Basis-Funktionen hinaus und werden durch das erweiterte Know-How zum echten Power-User. Während der Veranstaltung vertiefen Sie die fortgeschrittene Datenanalyse, Sie werden dynamische Pivot-Tabellen erstellen, anspruchsvolle Formeln und Funktionen einsetzen und Automatisierungsmöglichkeiten mit Makros erkunden. Ziel ist es, Ihnen praxisnahe Strategien zu vermitteln, mit denen Sie nicht nur Zeit sparen, sondern Ihre Zahlen, Daten und Zusammenhänge auf ein professionelles Niveau heben. 

Qualifikation nach DGUV Vorschrift 3 undDGUV Regel 103-011 zum Arbeiten anStromzählern.

Vorbereitung auf die SGU-Prüfung gemäß Dokument 018 des SCC-Regelwerkes

Die Teilnehmer entwickeln ein umfassendes Verständnis für die Möglichkeiten und Grenzen von KI im Anforderungsmanagement. Sie lernen verschiedene Anwendungsbereiche kennen - von der automatisierten Erfassung bis zum Änderungsmanagement - und können den Nutzen für ihre spezifische Projektsituation einschätzen. Das Seminar vermittelt zudem ein Framework für die schrittweise Einführung von KI-Lösungen unter Berücksichtigung  organisatorischer und technischer Voraussetzungen.

Sie lernen den kompletten Workflow des Machine Learnings mit der Deep-Learning Bibliothek Keras kennen. Angefangen von der Datenaufbereitung, über die Auswahl und das Anlernen der Modelle, bis hin zum Einsatz der trainierten Modelle zur Klassifikation und Prognose. Sie können Bild-, Text- und numerische Daten für Training und Schätzung vorbereiten. Sie kennen die konzeptuellen Grundlagen des Anlernens, die Verfahren zur Qualitätssicherung im Anlernprozess und die Varianten neuronaler Netze. Dazu gehören konvolutationale Netze (CNN) zur Verarbeitung von Bilddaten genauso wie rekurrente Netze (RNN) zur Verarbeitung von Text- und Zeitreihendaten. Die Konzepte werden anhand von Folien erklärt, an Beispielen verdeutlicht und gemeinsam in Python umgesetzt und eingeübt. Eine Vielzahl praktischer Übungen ergänzen den Lernprozess und ermöglichen es, die verschiedenen Lernszenarien selbstständig umzusetzen. Am Ende des Seminars sind Sie in der Lage, Daten und Optionen des Einsatzes neuronaler Netze zu prüfen, Modelle zielsicher auszuwählen und zu trainieren und Klassifizierer erfolgreich einzusetzen.

Sicherheitstechnische Anlagen wie Brandmeldeanlagen, Rauch- und Wärmeabzugsanlagen etc. müssen im Brandfall zuverlässig und koordiniert zusammenwirken. Für Brandschutzkonzeptersteller bedeutet das, frühzeitig zu definieren, welche sicherheitstechnischen Anlagen erforderlich sind und wie diese im Brandfall zusammenwirken müssen. Das sicherheitstechnische Steuerungskonzept bildet hierfür die funktionale Grundlage. Die Brandfallsteuermatrix konkretisiert dieses Konzept und dokumentiert nachvollziehbar, welche Auslöser welche Reaktionen in den verschiedenen Gewerken veranlassen.

Das Seminar vermittelt, wie das bauordnungsrechtliche erforderliche sicherheitstechnische Steuerungskonzept sowie die drauf aufbauende Brandfallsteuermatrix aussehen muss und erläutert, wie interdisziplinäre Zusammenarbeit und klare Kommunikation zwischen den Gewerken gelingen kann. Teilnehmende erhalten einen Überblick über rechtliche Grundlagen, typische Fehlerquellen und bewährte Methoden zur Erstellung von Steuerungskonzepten und Matrizen.

Der Kurs Künstliche Intelligenz mit Python ist das erste Modul des Lehrgangs Data Science Crash Course mit Python. Das einführende Modul gibt einen Überblick über die aktuellen Data Science Methoden der Künstlichen Intelligenz mit zahlreichen Praxisbeispielen aus Prozessindustrie, Predictive Maintenance oder dem Natural Language Processing (NLP), das die Grundlage von Chatbots darstellt. Ein besonderer Fokus wird zudem auf das Maschinelle Lernen gelegt, das ein wichtiges Handwerkszeug eines jeden Data Scientists ist. Dabei steht der Hands-on-Character im Fokus.

 

Zuerst gibt es eine intensive Einführung in die Programmiersprache Python, woraufhin an einem Praxis-Beispiel der gesamte Data-Science-Prozess inkl. Datenzugriff, Visualisierung, Aufbereitung der Daten, Feature Engineering, Validierung und Evaluation umgesetzt wird. Dabei programmieren Sie eigenhändig den Machine Learning Algorithmus Learning Vector Quantization (LVQ), der Ähnlichkeiten zu Neuronalen Netzen besitzt. Insgesamt erhalten Sie dadurch einen intensiven Einblick, wie Data Science und Künstliche Intelligenz in der Praxis angewendet werden.

 

Feedbacks unserer Teilnehmer: https://www.provenexpert.com/dhl-data-science-seminare-gmbh/

Das Arbeiten unter Spannung (AuS) stellt hohe Anforderungen an alle Beteiligten, sowie an Arbeitsmittel, Schutz- und Hilfsmittel, um die Sicherheit bei der Arbeit zu gewährleisten. Arbeitsvorbereitung und die Organisation der Abläufe sind in besonderem Maße wichtig, um den Schutz von Gesundheit und Leben sicher zu stellen.

Auch nach der AuS-Ausbildung ist gemäß DGUV Vorschrift 3 eine mindestens jährliche Sicherheitsunterweisung gesetzlich vorgeschrieben.

In dieser Jahresunterweisung werden Ihre Kenntnisse zur Elektrosicherherheit beim Arbeiten unter Spannung aktualisiert. Neben den Neuerungen im Regelwerk und den gesetzlichen Vorgaben werden die Gefahren und Schutzmaßnahmen für das Arbeiten an aktiven Teilen anhand von Praxisfällen vermittelt. So schärfen Sie Ihr Gefahrenbewußtsein auch bei Routinetätigkeiten.

Dieses Seminar gilt als rechtsverbindliche Jahresunterweisung gemäß § 12 (1) des Arbeitsschutzgesetzes und des § 4 (1) der DGUV Vorschrift 1 sowie der Betriebssicherheitsverordnung.

In dem Kurs Data Science Crash Course mit R erhalten Sie eine modular aufgebaute Einführung in die Themen Data Science, Künstliche Intelligenz und Machine Learning (Maschinelles Lernen) sowohl für numerische als auch für Textdaten (ChatGPT wird behandelt). Bei Vorkenntnissen können Sie die Module einzeln besuchen.

 

Im Modul Künstliche Intelligenz mit R erhalten Sie einen Überblick über das Thema Künstliche Intelligenz mit vielen Praxisbeispielen. Zudem werden Sie in R so weit fit gemacht, dass Sie Ihr erstes Data-Science-Projekt vom Einlesen der Daten bis hin zur Speicherung der Modelle zur weiteren Verwendung eigenhändig umsetzen können.

 

Das Modul Machine Learning mit R geht nun einen Schritt weiter. Hier erhalten Sie einen Einblick in die unterschiedlichen Algorithmen des Maschinellen Lernens. Die Theorie dahinter wird dabei anhand von Praxisübungen aus den Bereichen Clustering, Virtuelle Sensoren und Zeitreihenvorhersage vermittelt. In diesem Modul werden Sie sich hauptsächlich mit der Anwendung des Machine Learning auf numerischen Daten beschäftigen.

 

Abgerundet wird der Kurs durch das dritte Modul Natural Language Processing (NLP) mit R, bei dem Sie sich mit der Anwendung des Maschinellen Lernens im Kontext der natürlichen Sprachverarbeitung auseinandersetzen. Nach dem Kurs können Sie z. B. einen eigenen Chatbot zu entwickeln, auch auf der Basis von ChatGPT.

 

Feedbacks unserer Teilnehmer: https://www.provenexpert.com/dhl-data-science-seminare-gmbh/

Elektrizität ist zweifellos die treibende Kraft hinter unserer modernen Welt, doch sie birgt auch potenzielle Gefahren, die Fachkräfte stets im Blick behalten müssen.
In diesem Kurs werden wir die Bedeutung regelmäßiger Weiterbildungen für Elektrofachkräfte untersuchen. Dabei geht es nicht nur um die gesetzlichen Anforderungen, sondern auch darum, wie diese regelmäßigen Aktualisierungen dazu beitragen können, Unfälle zu vermeiden, Arbeitsabläufe zu optimieren und das Fachwissen auf dem neuesten Stand zu halten.

Der Kurs zeigt auf, wie kontinuierliche Lernprozesse in der Elektrotechnik die Sicherheit und Effizienz am Arbeitsplatz fördern können.

Der Lehrgang erfolgt in Kooperation mit dem UFZ Niederstetten. Nähere Infos und Details dazu finden Sie hier: https://www.ufz-ev.de