Machine Learning. A Guideline for its Usability in Production Systems

Name: Machine Learning. A Guideline for its Usability in Production Systems
Author: Alexander Volz
ISBN: 9783668968448

Alexander Volz

Lingua: inglese

Editore: GRIN Verlag, 2019

3668968446 / 9783668968448

Brossura
Nuovo

Visualizza tutti i dettagli

Da: AHA-BUCH GmbH, Einbeck, GermaniaAHA-BUCH GmbH

Venditore con 5 stelle

Venditore AbeBooks dal 14 agosto 2006

Visualizza gli articoli di questo venditore

Brossura

Condizione: Nuovo

EUR 27,95

EUR 35,00 spedizione

Spedito da Germania a U.S.A.

Quantità: 1 disponibile

Aggiungi al carrello

Resi gratuiti per 30 giorni

Lista dei preferitiCrea un desiderata per articoli simili

Descrizione dell’articolo da parte del venditore

Druck auf Anfrage Neuware - Printed after ordering - Bachelor Thesis from the year 2017 in the subject Engineering - Mechanical Engineering, grade: 1,3, RWTH Aachen University, language: English, abstract: This thesis provides an especially designed overview for the needs of decision makers in the production industry on the field of machine learning. By concerning economic and technological factors, as well as the individual challenges for companies, the goal of this thesis is to serve as a guideline for the usage of machine learning in production systems.After the revolutionary change caused by the introduction of the steam engine, the production line, electronics and IT, into the manufacturing industry, a new disrupting change is expected. Nowadays the rapidly increasing digitalization of the economy leads to the fourth industrial revolution. This global phenomenon is called 'Industrie 4.0' (GER) or 'Smart Factory' (US), and it combines production technology with information and communication technology. Especially, data based optimization in production is one of the predominant goals of Industrie 4.0. For the automatized analysis of large amounts of data, machine learning is an effective instrument and therefore a central element in Industrie 4.0.Recent progress in machine learning has been driven by the development of new learning algorithms and by the increasing availability of data and low-cost computation power. For many applications - from computer vision to adaptive robots - it was very difficult to devise deterministic rules. However, for these applications, it is possible to collect data, and now the idea is to use algorithms that learn from data, instead of being manually programmed. Thus, machine learning has the potential to transform data into valuable knowledge for decision making, while making improvements possible to the production system, with approaches such as predictive maintenance. The transfer of machine learning from the lab to the 'real world' leads to an increased interest in learning techniques, demanding further effort in explaining, on how machine learning works, and what it can be used for in other disciplines.However, the entry barrier to the diverse field of machine learning is high. With many different algorithms, theories and methods, it is hard to oversee, and therefore its influence remains limited. In addition, a recent study states that about 47% of jobs in the US are at high risk of computerization within the next decades. Therefore, employees feel insecure, and demand answers on what effect machine learning will have on their future role in the factory.…

Codice articolo 9783668968448

Contatta il venditore per questo articolo

Segnala questo articolo

Titolo: Machine Learning. A Guideline for its Usability in Production Systems
Autore: Alexander Volz
Editore: GRIN Verlag
Anno di pubblicazione: 2019
Condizione: Neu
Rilegatura: Taschenbuch
Lingua: inglese
ISBN 10: 3668968446
ISBN 13: 9783668968448
Peso dell'articolo: 107 grammi
Dimensioni: 210x148x5 mm

Bachelor Thesis from the year 2017 in the subject Engineering - Mechanical Engineering, grade: 1,3, RWTH Aachen University, language: English, abstract: This thesis provides an especially designed overview for the needs of decision makers in the production industry on the field of machine learning. By concerning economic and technological factors, as well as the individual challenges for companies, the goal of this thesis is to serve as a guideline for the usage of machine learning in production systems. After the revolutionary change caused by the introduction of the steam engine, the production line, electronics and IT, into the manufacturing industry, a new disrupting change is expected. Nowadays the rapidly increasing digitalization of the economy leads to the fourth industrial revolution. This global phenomenon is called 'Industrie 4.0' (GER) or 'Smart Factory' (US), and it combines production technology with information and communication technology. Especially, data based optimization in production is one of the predominant goals of Industrie 4.0. For the automatized analysis of large amounts of data, machine learning is an effective instrument and therefore a central element in Industrie 4.0. Recent progress in machine learning has been driven by the development of new learning algorithms and by the increasing availability of data and low-cost computation power. For many applications - from computer vision to adaptive robots - it was very difficult to devise deterministic rules. However, for these applications, it is possible to collect data, and now the idea is to use algorithms that learn from data, instead of being manually programmed. Thus, machine learning has the potential to transform data into valuable knowledge for decision making, while making improvements possible to the production system, with approaches such as predictive maintenance. The transfer of machine learning from the lab to the 'real world' leads to an increased interest in learning te

"Riassunto" può appartenere a un’altra edizione di questo titolo.

Dalla quarta di copertina

Bachelor Thesis from the year 2017 in the subject Engineering - Mechanical Engineering, grade: 1,3, RWTH Aachen University, language: English, abstract: This thesis provides an especially designed overview for the needs of decision makers in the production industry on the field of machine learning. By concerning economic and technological factors, as well as the individual challenges for companies, the goal of this thesis is to serve as a guideline for the usage of machine learning in production systems. After the revolutionary change caused by the introduction of the steam engine, the production line, electronics and IT, into the manufacturing industry, a new disrupting change is expected. Nowadays the rapidly increasing digitalization of the economy leads to the fourth industrial revolution. This global phenomenon is called ¿Industrie 4.0¿ (GER) or ¿Smart Factory¿ (US), and it combines production technology with information and communication technology. Especially, data based optimization in production is one of the predominant goals of Industrie 4.0. For the automatized analysis of large amounts of data, machine learning is an effective instrument and therefore a central element in Industrie 4.0. Recent progress in machine learning has been driven by the development of new learning algorithms and by the increasing availability of data and low-cost computation power. For many applications - from computer vision to adaptive robots ¿ it was very difficult to devise deterministic rules. However, for these applications, it is possible to collect data, and now the idea is to use algorithms that learn from data, instead of being manually programmed. Thus, machine learning has the potential to transform data into valuable knowledge for decision making, while making improvements possible to the production system, with approaches such as predictive maintenance. The transfer of machine learning from the lab to the ¿real world¿ leads to an increased interest in learning techniques, demanding further effort in explaining, on how machine learning works, and what it can be used for in other disciplines. However, the entry barrier to the diverse field of machine learning is high. With many different algorithms, theories and methods, it is hard to oversee, and therefore its influence remains limited. In addition, a recent study states that about 47% of jobs in the US are at high risk of computerization within the next decades. Therefore, employees feel insecure, and demand answers on what effect machine learning will have on their future role in the factory.

"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.

AHA-BUCH GmbH

Einbeck, Germania

Venditore con 5 stelle

Venditore AbeBooks dal 14 agosto 2006

Tariffe di spedizione da Germania a U.S.A.

Articolo	Da 7 a 10 giorni lavorativi	Da 5 a 7 giorni lavorativi
Primo articolo	EUR 35,00	EUR 45,00

I tempi di consegna sono stabiliti dai venditori e variano in base al corriere e al paese. Gli ordini che devono attraversare una dogana possono subire ritardi e spetta agli acquirenti pagare eventuali tariffe o dazi associati. I venditori possono contattarti in merito ad addebiti aggiuntivi dovuti a eventuali maggiorazioni dei costi di spedizione dei tuoi articoli.

Metodi di pagamento

Assegno
Bonifico bancario
PayPal

Descrizione dello Store

Das Unternehmen AHA-BUCH GmbH: Seit der Gründung von AHA-BUCH im Juli 2005 ist unser Hauptziel, zufriedenen Kunden so schnell und so preisgünstig wie möglich ihren Bücherwunsch zu erfüllen. Unsere Firma beschäftigt 16 Mitarbeiter, die nur ein Ziel kennen: den Kunden und seine Wünsche! Auf über 3700 m2 Fläche haben wir über 100.000 Bücher, Modernes Antiquariat und Spiele auf Lager.

Specializzazione

Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & Studium

Informazioni sull’azienda del venditore

AHA-BUCH GmbH

Garlebsen 48
Einbeck, Germania 37574

Contatta il venditoreVisualizza gli articoli di questo venditoreVisita la vetrina del venditore

Condizioni di vendita

Imprimere

Informazioni sul venditore:

AHA-BUCH GmbH
rappresentata dall'amministratore delegato Christel Glass
Garlebsen 48
37574 Einbeck
Germania
Telefono: 055639996039
Fax: 055639995974
E-Mail: abebooks@aha-buch.de
USt-IdNr.: DE261904229
registrato presso Registro delle imprese Amtsgerichtes Göttingen
Handelsregisternummer HRB 200691

Risoluzione alternativa delle controversie:
La Commissione europea fornisce una piattaforma per la risoluzione extragiudiziale delle controversie online (piattaforma ODR), accessibile nell'ambito di https://ec.europa.eu/odr.

Siamo membri dell'iniziativa "FairCommerce" dal 25.05.2018.
Per ulteriori informazioni, vedere www.fair-commerce.de.

Diritto di recesso

Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.

Informazioni sul diritto di recesso

Diritto legale di recesso

Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.

Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.

Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).

Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.

Effetti del recesso

In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).

Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.

Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.

Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.

Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.

Dovrai rispedire i beni o consegnarli a AHA-BUCH GmbH, Einbeck, Germany, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.

Eccezioni al diritto di recesso

Il diritto di recesso non si applica a:

La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.

Condizioni di spedizione

Spediamo il tuo ordine dopo averlo ricevuto
per articoli a portata di mano entro 24 ore,
per articoli con fornitura notturna entro 48 ore.
Nel caso in cui abbiamo bisogno di ordinare un articolo dal nostro fornitore, il nostro tempo di spedizione dipende dalla data di ricezione degli articoli, ma gli articoli verranno spediti lo stesso giorno.

Il nostro obiettivo è quello di inviare gli articoli ordinati nel modo più veloce, ma anche più efficiente e sicuro ai nostri clienti.

Machine Learning. A Guideline for its Usability in Production Systems

Descrizione dell’articolo da parte del venditore

Dati bibliografici

Riassunto

Descrizione articolo

Dalla quarta di copertina

AHA-BUCH GmbH

Tariffe di spedizione da Germania a U.S.A.

Metodi di pagamento

Descrizione dello Store

Specializzazione

Informazioni sull’azienda del venditore

Condizioni di vendita

Diritto di recesso

Condizioni di spedizione