Inductive-Logic-Programming für die Diagnose von Maschinenfehlern
Übersicht
Worum es bei diesem Projekt geht.
Lerne mit 8.000 Service-Tickets und Prolog-Wissen interpretierbare Hornklauseln für Maschinenfehler-Diagnosen und erhalte ein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Lerne mit Inductive Logic Programming interpretierbare Diagnose-Regeln aus Service-Logs, die auf Accuracy und Lesbarkeit mindestens einen Decision-Tree erreichen.
Earning criteria — what you'll demonstrate
- ILP als symbolisches Lernverfahren auf reale Service-Daten anwenden
- Hintergrundwissen als Prolog-Fakten korrekt einbinden
- Lesbarkeit gelernter Regeln empirisch messen
- Symbolisches Lernen gegen einen klassischen Baum-Klassifikator fair vergleichen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fuzzy Logic, Knowledge Representation, and Symbolic Reasoning
Master · Ai Ml
Fit score: 1
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenAngewandte:r KI-Wissenschaftler:in
Symbolisches Lernen auf reale Service-Daten zu bringen und ehrlich gegen klassische ML-Verfahren zu vergleichen ist exemplarisch für angewandte KI-Arbeit im Maschinenbau-Service.
Dieses Projekt schärft
- inductive-logic-programming
- rule-design
- evaluation
Data Scientist
Lesbare Regelmodelle in Service-Kontexten zu liefern ist eine wiederkehrende Aufgabe für Data Scientists in Industrieanwendungen.
Dieses Projekt schärft
- logic-programming
- knowledge-representation
- evaluation
ML-Forscher:in
Symbolisches Lernen mit modernen Tools sauber zu benchmarken ist eine seltene und wertvolle Kompetenz in Forschungs-Laboren.
Dieses Projekt schärft
- inductive-logic-programming
- prolog
- rule-design
Noch eine Sache