工研院產業學習網

資料分析與AI模型的成功，不只是演算法選得好，而是你是否準備了一組「讓模型說得出話」的好資料。「視覺化」是資料說故事的方式；「特徵工程」是讓模型聽得懂的語言。

本課程以實務導向出發，聚焦兩大AI建模前哨技能：資料視覺化與特徵工程。從資料探索（EDA）開始，學員將學會以視覺化方式快速掌握資料分佈、離群異常數據、變數關聯，並運用 Python 中常見的視覺化工具（如 seaborn、matplotlib、plotnine）做出專業又具解釋力的圖表。

課程首先介紹 AI/ML 專案中最具效益的資料處理技巧，包括缺失值處理、離群值剔除、編碼與標準化、分佈轉換、特徵選擇與自動特徵學習等技巧。透過範例與練習，學員將具備把原始資料「打磨成模型友善特徵」的能力，為後續的建模與優化奠定基礎。

不論你是資料工程師、AI開發人員或產品團隊中的資料分析師，只要你曾在模型效果不穩、無法解釋結果的痛點中掙扎，本課程很可能是你突破的起點。

課程提供【數位同步學習】報名方案，歡迎學員報名參加。

掌握資料視覺化與特徵工程核心技術，從雜訊中辨識訊息，設計具預測力與解釋性的模型特徵，為AI建模打下堅實的基礎，提升模型表現與專案溝通力。

整合資料探索 × 特徵設計 × 圖形化溝通三位一體實作訓練，從數據直覺出發，實作常見視覺化與特徵處理技巧，學完即可應用於企業內AI/ML專案。

1. 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。
2. 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。

備註：大綱與各單元時間均為預估規劃，講師有權視參訓學員狀況進行調整

1. 舉辦地點：台北學習中心，實際地點依上課通知為準! 線上方案為Webex線上會議室
2. 舉辦日期：115年7月6日（一）、7月7日（二），09:30am~16:30pm，共計12小時
3. 報名方式：線上報名，或請以正楷填妥報名表傳真至02-2381-1000
4. 課程洽詢：02-2370-1111 分機303 陳小姐

• 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、臺灣資料科學與商業應用協會理事長、中華R軟體學會(及將更名為中華智慧決策與控制學會)理事長、中華民國品質學會AI暨大數據品質應用委員會主任委員、中華品質評鑑協會常務監事
• 經歷：香港科技大學(廣州)工業信息與智能研究所訪問教授、臺北商業大學推廣教育部主任、臺北商業大學校務永續發展中心主任、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(借調)、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、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：機率與統計學習、進化式多目標最佳化、強化學習與控制、賽局與決策智能、時空資料與圖神經網路、貝氏建模與最佳化

凡參加本課程學員，出席率達 80%以上，由工業技術研究院產業學院核發受訓證明。

1. 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。
2. 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。
3. 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 。
4. 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。
5. 本課程需上機實作，請自備筆電上課。