Analisi Dati per la Fabbrica Intelligente

Categorie:  ,

data_analys

27 ottobre, 3 novembre 2016, ore 14.00 – 18.00
LM Space | Vedi Mappa
Alessio Passalacqua    curriculumvitae 

0001 (2)Il corso è certificato dall’Ordine degli Ingegneri

Le sfide che le aziende affrontano oggi sono molto differenti rispetto a quelle affrontate in passato con successo. Per questo necessitano di nuovi strumenti per accelerare la risoluzione dei problemi e la richiesta di innovazione sia in produzione che in fase di ricerca e sviluppo. Oggi, grazie alle moderne tecniche di analisi dei dati, è possibile risolvere problemi relativi ai processi di produzione identificando le variabili che più influenzano maggiormente la qualità del prodotto e acquisendo conoscenze proattive che aiutano gli operatori a modificare le condizioni operative per evitare anomalie o la presenza di difetti nei prodotti finiti. Le aziende che conoscono e controllano il loro processo attraverso le più sofisticate metodologie di machine learning e advanced analytics sono in grado innovare e diventare una “smart factory”. Le metodologie di analisi dati applicate ai processi produttivi stanno emergendo solo ora, ma la loro efficacia è fondata su anni di ricerca matematica e applicazione scientifica.

Il corso si propone di introdurre le più moderne tecniche di analisi dati per fornire ai professionisti nei diversi ambiti lavorativi le conoscenze metodologiche di base per la gestione del processo di analisi, dalla acquisizione dati alla costruzione di modelli previsionali a supporto delle decisioni. Inoltre, i partecipanti del corso avranno la possibilità di conoscere le principali e più diffuse tecniche di analisi dati utilizzate nei diversi campi applicativi per estrarre informazioni utili ed essenziali da una complessa ed eterogenea mole di dati. I partecipanti non necessitano di specifiche conoscenze matematiche o statistiche per partecipare al corso.
Nel corso sarà introdotto il concetto di data-driven innovation e presentato il processo di analisi dati considerando le principali tecniche di statistica avanzata e di machine learning.
Per facilitare l’apprendimento e per mostrare le potenzialità dei metodi descritti saranno presentati studi di casi reali nei seguenti casi applicativi:

  • nella gestione dei processi di controllo della qualità;
  • nei processi produttivi e industriali;
  • per la costruzione di modelli previsionali di supporto alle decisioni;
Il corso è diviso in 2 moduli di 4 ore ciascuno, per un totale di 8 ore.

  • Introduzione Analisi Dati e data-driven innovation
  • Preparazione e pretrattamento dati
  • Visualizzazione dati di processo
  • Presentazione del software open-source R
  •  Analisi esplorativa multivariata
  • Multivariate Statistical Process control
  • Case study: Anomaly detection e Diagnostics
  • Costruzione Modelli previsionali
  • Metodi di regressione lineari
  • Metodi e Tecniche di Machine Learning
  • Clustering e Classification
  • Case Study: Virtual Metrology
  • Case Study: Predictive Maintenance
  • Case Study: Multi-properties Optimization
  • Case Study: Raw Materials Classification

Al termine del corso è previsto un questionario per la valutazione dell’apprendimento

Il corso è rivolto ad ingegneri e tecnici R&D, staff del laboratorio controllo qualità, operatori e responsabili di produzione che necessitano conoscenze di base per la gestione di dati eterogeni e complessi, per capire i principi delle metodologie, dialogare con gli esperti e gettare le basi a successivi approfondimenti.
€ 240,00 + Iva corso completo
Sconto del 20% per gli iscritti un mese prima dalla data d’inizio corso.

Il pagamento può essere effettuato a conferma del corso tramite: Bonifico bancario alle seguenti coordinate Lamec Italia srl Banca Monte dei Paschi di Siena Ag. di Cittadella
IBAN IT89Y0103062523000001467789

Prestito d’onore :al fine di favorire e promuovere la formazione dei giovani che si approcciano al mercato del lavoro è prevista la possibilità di finanziare il costo del percorso formativo tramite un “prestito d’onore”, che sarà possibile restituire con rateazione mensile per i giovani di età compresa tra i 18 e 25 anni.

Collaboratori: produzioneperfetta_innovazione

Lecturer

lmspace-user-admin