NAP Process Industry Network

  1. Login
  2. Contact
  3. Google translate

Studium Generale

Als onderdeel van het Innovatie programma organiseert NAP regelmatig Studium Generale bijeenkomsten: inspirerende workshops waarin in een tijdsbestek van 4 uur met 15 tot 25 geïnteresseerden een specifiek onderwerp wordt uitgediept. Deelnemers en inleiders wisselen intensief van gedachten om inzicht te krijgen in wat deze ontwikkeling zou kunnen betekenen voor de individuele bedrijven.

De onderwerpen komen voort uit de behoefte van de leden, c.q. van de keten: wat speelt er in onze markt? Wat zijn ontwikkelingen waar we nader naar willen kijken?

Eerdere Studium Generale bijeenkomsten zijn georganiseerd met als thema's 'High Reliability organisations' en 'Big data'.

Big Data biedt de mogelijkheid om de operationele effectiviteit van uw organisatie te verbeteren. In het rapport 'Going Big: Why Companies Need to Focus on Operational Analytics' (Capgemini, maart 2016) leest u over de verschuiving van het inzetten van Big Data Analytics van klantgedreven processen naar operationele processen. 

Naar aanleiding van de succesvolle Studium Generale over Big Data van maart 2016, heeft NAP met de Programmaraad een tweede editie (6 april 2017) georganiseerd. Met nieuwe cases, andere sprekers en verfrissende perspectieven. Kijk hier voor het programma en de sprekers.


Voorgaande bijeenkomsten

 

Dagelijks kunnen kleine fouten in organisaties leiden tot desastreuze gevolgen, met imagoschade, productie- of bouwstilstand of

 zelfs (dodelijke) ongevallen tot gevolg. Hoe kan een organisatie in een dynamische en onzekere omgeving continu betrouwbaar blijven functioneren én veerkrachtig zijn bij tegenslag? Deze vraag staat centraal bij het ontwikkelen van een High Reliability Organisatie.


 

 

 


 

Workshop Big Data, Science en Machine Learning

Op 4 mei en 10 mei 2017 organiseerden wij de 2-daagse NAP Workshop Big Data, Science en Machine Learning. 

In deze workshop werden drie dingen behandeld. Ten eerste maakten we kennis met Data Science en Machine Learning. Wat betekenen deze termen eigenlijk en hoe zit de onderliggende technologie in elkaar?  Na deze introductie maakten we een verdiepingsslag met een specifieke categorie Machine Learning algoritmen: classificatie. Wanneer gebruiken we classificatie en welke verschillende classificatie algoritmen zijn er? Om de meerwaarde van deze kennis te ervaren gingen we hands-on aan de slag met een case van Tata Steel en ontwikkelden we een algoritme voor het classificeren van defecten in metaaloppervlakken.

 Na deze workshop is men in staat om te:

●      Beschrijven wat Big Data, Data Science en Machine Learning betekenen
●      Beschrijven wat hoe de technologie achter Big Data werkt op een conceptueel niveau. 
●      Beschrijven hoe Hadoop en Map-Reduce werkt. 
●      Beschrijven wat Machine Learning is en aangeven welke categorieën Machine Learning algoritmen zijn er en hoe deze van elkaar verschillen.
●      Beschrijven hoe classificatie modellen werken en hoe je de presentatie van verschillende modellen met elkaar kunt vergelijken
●      Werken met een classificatie algoritmen en deze toepassen op het classificeren van defecten op metaaloppervlakken


Het SG-team: 

  • Henk Bellinga (Advitec)
  • Femke de Jager (Capgemini)
  • Koen van Agtmaal (Croon Wolter&Dros Elektrotechniek)