Anomalieerkennung und Zeitreihen
Dieser Workshop findet am 1. Juni 2022 in Karlsruhe statt.
In diesem Workshop wollen wir Daten mittels Machine-Learning-Methoden auf Anomalien untersuchen. Dabei sollen vor allem Zeitreihen im Fokus stehen.
Die Sensoren eines vernetzten Gewächshauses dienen uns als konkreter Beispieldatensatz, um die Schritte Datenzugriff, Datenaufbereitung, Training von ML-Modelen, und Anwendenden der Modelle zur Anomalie-Erkennung praktische anzuwenden.
Zwischen den Übungen runden Vorträge zu den Grundlagen den Workshop ab. Die Sensoren unseres Gewächshauses sind an die IoT-Plattform Cumulocity angebunden, welche die Messwerte sammelt und für den Workshop zugreifbar und auswertbar macht. Für das maschinelle Lernen setzen wir auf das Python-Ökosystem rund um die Bibliotheken sklearn und TensorFlow.
Vorkenntnisse
Programmiererfahrung ist für die Übungen hilfreich. Wir stellen aber auch fertige Lösungen bereit, um die Beispiele auch ohne aktive Bearbeitung nachzuvollziehen.
Lernziele
Eigenschaften und Einsatzmöglichkeiten von unüberwachten Lernverfahren kennen lernen
Anomalieerkennung auf Zeitreihen bauen können
Auf eigene Problemstellungen anwendbare Beispiele
Maschine Learning selbst umsetzten
Ein Überblick über die gängigen und klassischen Verfahren
Auf eigene Problemstellungen anwendbare Beispiele