Machine Learning en procesos Industriales

La aplicación de técnicas de Machine Learning para la optimización de procesos industriales es un trabajo complejo debido a la propia naturaleza de las variables y señales registradas. En este curso se van a presentar las principales técnicas de procesado específicas para trabajar con señales ruidosas, series temporales o datos perdidos, entre otros.

Técnicos

dirigido a

6 Horas

Duración

Básico-Intermedio

nivel

Profesorado

Qué aprenderás

Introducción a la Inteligencia Artificial y como puede ayudar a mejorar los procesos en la industria
Cuáles son las principales etapas de un sistema ML
Aprender a pre-procesar los datos: conocer técnicas para manejo de datos faltantes, gestión de outliers, variables categóricas y técnicas de ingeniería de datos.
Introducción a las series temporales
Planteamiento de problemas reales de industria: control de calidad y mantenimiento predictivo

Solicitar información

Introducción

El seminario se plantea como una introducción a las tecnologías de Machine Learning, aplicadas a la optimización de procesos productivos.

Se expondrán los obstáculos más comunes a los que se tiene que enfrentar el equipo de AI para poder plantear soluciones efectivas, así como las técnicas, herramientas disponibles y algoritmos utilizados.

Algunos de los puntos más destacables que se abordarán son:

Preprocesamiento y procesamiento de los datos (gestión de outliers, missing data y variables categóricas)
Ingeniería de datos
Trabajo con series temporales
Planteamiento paso a paso de nuevos modelos

Además, el seminario se acompañará con prácticas paso a paso en Python para tratar estas problemáticas

Temario

Práctica 1: Datos Categóricos
Práctica 2: Datos Incompletos
Práctica 3: Detección y descarte de Outliers
Práctica 4: Introducción a las Series Temporales
Práctica 5: Diseñar un modelo de mantenimiento predictivo