課程介紹
依據DesignNews報導, 因應全球COVID-19(新冠肺炎)疫情危機,製造業不得不以先進科技應戰,英特爾(Intel)工業解決方案部門總經理兼物聯網業務副總裁Christine Boles表示,產業界採用了各種解決方案,包括人工智慧、機器學習、機器視覺和高階分析,就算之後經濟回溫,產業界仍會持續投資營運科技(OT)和資訊科技(IT),2021年將是工業4.0極具發展的一年。
「機器學習」(Machine Learning, ML)是人工智慧領域中能夠創造商業價值的技術之一,且機械學習可以有效解決製造業所面臨的問題,例如瑕疵檢測、自動流程控制、預測性維護、原料組合最佳化等進行機器學習預測建模。
本課程由淺入深帶領學員進入機器學習領域,課程運用Numpy、Scipy、Matplotlib、Pandas、Scikit-learn等Python模組,以通用的資料分析流程進行(資料理解、準備、建模、評估與釋義五步驟)文字、影像等資料探勘案例實作。課程內容涵蓋各式機器學習類型,方法包括頻繁型態探勘、集群、迴歸與分類等,並且交叉運用各種模型,以達成機器學習預測建模的目標。除了多元應用案例與講師實戰經驗分享,並進行深入淺出的理論觀念介紹,以最適合資料科學家的Python整合式開發環境Jupyter Notebook與Spyder進行實機操作,幫助學員輕鬆上手資料探勘及機器學習的工作。
課程提供【數位同步學習】報名方案,歡迎學員報名參加。
課程目標
- 學習Python與機器學習之發展趨勢與應用。
- 機器學習框架與演算法實作演練。
課程特色
課程融入水質檢測資料、渦扇引擎資料、氣液壓系統感測資料、半導體製程資料、細胞分裂高內涵 篩檢、AIO 檢測資料等解說與演練,幫助學員瞭解不同情境與建模方法的異同,結合機械、電機、生醫、化工等工程領域知識,活用資料分析技術並抓住未來發展趨勢。
適合對象
- 建議學員具備基本的程式設計概念,例如C、Python、R、Java…等;學員不須非常熟悉撰寫電腦程式語言亦可,課堂中會提供案例程式碼,讓學員實際練習,學員不用從零開始寫程式,只要會操作、運用,從中學習到人工智慧、機器學習的概念和應用方法。
- 電機/電子/機械/資訊/生醫/工工/化工/土木/環工等相關工程師、資料分析師/科學家、程式設計師、醫師、教育人員、統計人員、公務機關人員。
課程內容與大綱
單元
|
課程大綱
|
機器學習簡介及資料探索準備
(6小時)
|
1. 機率統計、資料探勘、機器學習與人工智慧的異同
2. Python、Spyder、Jupyter Notebook與相關模組的安裝
3. Python資料結構
4. 集群分析
5. 迴歸分析與分類
|
機器學習預測建模實作
(6小時)
|
1. 樹狀模型與隨機森林
2. k近鄰分類
3. 貝式分類
4. 支援向量機
5. 薈萃式學習
6. 實作練習
– 機械業、製造業等應用數據案例解說
– 活塞環資料、渦扇引擎資料、水質資料、氣壓系統失效資料、液壓系統監測資料、電耗資料、半導體製程資料、細胞分裂高內涵篩檢資料、藥品製程資料等說明與演練(視課程時間與內容斟酌安排)
|
講師簡介-鄒講師
- 現任:國立臺北商業大學資訊與決策科學研究所暨智能控制與決策研究室教授、CSQ大數據品質應用委員會主任委員
- 經歷:明志科技大學機械工程系特聘教授兼人工智慧暨資料科學研究中心主任、美國辛辛那提大學工程與應用科學學院訪問教授、新加坡國立大學解析與作業學系訪問教授、西交利物浦大學計算機科學與軟件工程學系暨大數據解析研究院訪問教授、南京理工大學管理科學與工程學系訪問教授、中華R軟體學會創會理事長、臺灣資料科學與商業應用協會創會理事長、世新大學資訊管理學系副教授、中華大學企業管理學系副教授
- 專長:人工智慧與統計機器學習、賽局理論應用、進化式多目標最佳化、等候網路、系統模擬、彈性製造與工業控制
- 著作:大數據分析與應用實戰:統計機器學習之資料導向程式設計(東華書局總經銷)
鄒慶士、賴逢輝譯(2003),服務業作業管理,雙葉書廊(原著:Haksever, C., Render, B., Russell, R.S. and Murdick, R.G. (2000), Service Management and Operations, 2nd ed., Pren-tice Hall)。
賴慶松、鄒慶士譯(2001),生產與作業管理,滄海書局(原著:David, M.M., Aquilano, N.J. and Chase, R.B. (1999), Fundamentals of Operations Management, 3rd ed., Ir-win/McGraw-Hill)。
課程資訊
- 舉辦地點:台北學習中心,實際地點依上課通知為準!
- 舉辦日期:112年11月15日(三)、11月22日(三),09:30am~16:30pm,共計12小時
- 報名方式:線上報名,或請以正楷填妥報名表傳真至02-2381-1000
- 課程洽詢:02-2370-1111 分機303 陳小姐
課程費用(實體/線上皆適用)
方案(實體/數位同步)
|
課程費用
|
課程原價(個人)
|
10,800
|
早鳥優惠(21天前)
|
9,800
|
3人以上團報優惠
|
9,200
|
注意事項
- ATM 轉帳(線上報名):繳費方式選擇「ATM 轉帳」者,系統將給您一組轉帳帳號「銀行代號、轉帳帳號」,但此帳號只提供本課程轉帳使用,各別學員轉帳請使用不同轉帳帳號!!轉帳後,寫上您的「公司全銜、課程名稱、姓名、聯絡電話」與「收據」傳真至 02-2381-1000 收。
- 信用卡(線上報名):繳費方式選「信用卡」,直到顯示「您已完成報名手續」為止,才確實完成繳費。
- 銀行匯款(公司逕行電匯付款):土地銀行 工研院分行,帳號 156-005-00002-5 (土銀代碼:005)。戶名「財團法人工業技術研究院」,請填具「報名表」與「收據」回傳真至 02-2381-1000 收。
- 即期支票或郵政匯票:抬頭「財團法人工業技術研究院」,郵寄至:106 台北市大安區復興南路二段 237 號 4 樓 收。
- 計畫代號扣款(工研院同仁):請從產業學院學習網直接登入工研人報名;俾利計畫代號扣款。
- 本課程需上機實作,請自備筆電上課。
附件