Under CopyrightDierolf, ChristianChristianDierolf2022-03-141.12.20182018https://publica.fraunhofer.de/handle/publica/40250110.24406/publica-fhg-402501Inhalte: · Clustering (Anomalie / Klassifikation) und Regression (Vorhersage von Zielgrößen) · Überwachtes und unüberwachtes Lernen · Maschinelles Lernen o Training und Anwendung o Merkmalsreduktion und -auswahl o Hauptkomponentenanalyse o kMeans-Algorithmus für Clustering · Anwendung in der Praxis o Erkennung von Anomalien durch den Signalverlauf oder Cluster Mehrwerte durch charakteristische Tagesprofiledemaschinelles LernenDruckluftIndustrie 4.0Cluster-AnalyseDatenaufbereitungconference paper