1.製造/流程改善 部門人員
2.管理人員與智慧製造專案人員
3.對AI導入、數位轉型執行方法有需求者
4.法人/學校相關研究單位
1.鴻海、億光、SONY、頂新、正隆/SAP Project Manager
2.台達、松下、宏遠、TSMC:大數據應用
3.智邦、同欣電子:電路板瑕疵 AOI+人工智慧 檢測
4.工研院產業學院、中國生產力中心、紡織產業綜合研究所、國立台北科技大學管理學院與 EMBA 業師
5.台灣人工智慧學校經理人班結業(台北一期)、首屆 NVIDIA AI 種子師資班
應用 AI 工具解決產業問題:瑕疵影像辨識與品質數據分析、大數據應用、生產管理(ERP、MES、排程)、機器學習工具、人工智慧應用、資料挖礦分析技術、產業供應鏈上下游垂直整合、提升良率與管理技術
111年3月17日 (四) 課程以管理面(情境、專案、效益)、實作面(資料、雲端、自動機器學習工具)與實務案例講授 |
||
時間 |
主題 |
講師 |
09:30~12:30 |
1.人工智慧機器學習應有的認識、基本素養與思維的轉變 2.產業供應鏈主要大廠:目前產業界實施人工智慧的狀況 3.人工智慧應用實務案例介紹 4.AI 經典學習案例與工具(Python+自動機器學習)教學 5.產業 AI 化實務案例教學與實作 |
北科工業4.0顧問團隊 陳振傑 專案經理 |
12:30~13:30 |
午餐 |
|
13:30~16:30 |
6.數據分析基礎概念 7.深入探究數據分析流程自動化 8.主流數據分析工具和平台 9.數據分析在企業的應用 10.數據分析實作練習 |
北科工業4.0顧問團隊 陳振傑 專案經理 |
111年3月18日 (五) 課程以技術面(資料、模型、雲端)、實作面(Data、Python 程式設計)與實務案例講授 |
||
時間 |
議題 |
講師 |
09:30~12:30 |
實務個案教學為跨產業的 Cases Study: 1.機器學習應用在影像辨識上:建立產品與原料樣式辨 識模型、產品瑕疵檢測的影像辨識。 2.機器學習應用在數據分析上:提升產品良率、解決物 料表與配方預測問題、異常關鍵因素分析及等等。 3.零售業結帳商品影像辨識、包裝配件缺錯件檢測、製 程產品批次影像偵測、半導體封裝瑕疵檢測 4.虛擬量測:半導體產業品質異常關鍵因素分析/加工件公差 5.預測顧客網路購買商品的行為、保險業客戶索賠分析 與預測、營行業信用卡盜刷偵測、虛擬貨幣交易策略分析、跨製程產品不良關鍵因素分析、預測配方與生產品質 |
北科工業4.0顧問團隊 陳振傑 專案經理 |
12:30~13:30 |
午餐 |
|
13:30~16:30 |
6.印刷電路板瑕疵偵測、商品影像辨識、虛擬量測(品 質分析、配方預測) 7.瑕疵偵測:塑膠射出成型、印刷電路板、水果、電腦 機殼外觀 8.設備預測維修(PHM)與剩餘壽命預測、最佳備用機台 選取策略分析 9.急診室加護病房病患存活率分析 10.結合訓練與驗證在雲端(Cloud),推論與預測在地端(Edge)的解決方案 |
北科工業4.0顧問團隊 陳振傑 專案經理 |
(配合防疫規定,若開課時間無法舉辦實體活動,將保留本課程調整為「線上辦理」之權利。)
三、舉辦日期:111年 3 月 17 日(四) ~ 3 月 18 日(五) 09:30~16:30 (共2天,每天6小時)1.研習期滿,出席率超過 80%(含)以上,由工業技術研究院發給培訓證書。
2.預計招生名額:20名為原則,依報名及繳費完成之順序額滿為止(本班預計10 人開班)。