單元 | 課程大綱 |
AI應用案例及Python Vibe Coding基礎起手式 | - 戰略佈局：連續性製程的 AI 轉型藍圖
- 打造 AI 指揮中心：VS Code 環境建置與賦能
- VS Code安裝與介面導覽：建立您的專屬 AI指揮艙
- 匯入特製環境檔：完成標準化 AI 智慧製造分析開發環境設定
- 安裝關鍵 AI Plugins (如 Copilot 等)：讓編輯器進化為您的 AI 工程師。
Vibe Coding實戰：用 AI 駕馭 Python 基礎 (0 to 1)- 【觀念翻轉】 不死背語法，專注於「邏輯描述」：如何下指令讓 AI 生成程式碼。
- 【邏輯與結構】 透過 AI 實作來理解Python核心觀念：
- 變數與資料型態：如何用 Python 描述工廠的溫度、壓力與機台狀態。
- 邏輯控制 (If/Else)：從異常的判斷規則中了解邏輯控制。
- 迴圈操作 (For Loops)：從歷史數據的自動化技巧了解批次處理概念。
- 模組化 (Function & Import)：封裝常用公式，站在巨人的肩膀上看世界。
|
Pandas 智慧製程「資料處理」好夥伴 | - 資料讀取與直覺操作：打破格式藩籬
- 【萬能讀取】告別 encoding 錯誤與分隔符號煩惱：如何用一句話讓 AI 自動判斷並讀取 CSV, Excel, JSON。
- 【透視數據】用 AI 生成「數據健檢報告」：一鍵查看資料筆數、欄位型態與基本統計量。
- 數據形態操作：解密與清洗工廠髒數據
時間序列處理：掌握製程的脈搏-時間對齊、頻率重樣、數據融合、模擬實戰
|
Python 案例實戰 –智慧製程資料處理面 | - 情境與資料變數介紹
- 製程參數資料檢視與序號編排
- 製程參數資料轉換
- 遺失值統計
- 與製程管理者的溝通重點與技巧
- 製程參數選擇
- 與製程管理者的溝通重點與技巧
- 製程資料的時間序列處理
- 品質、製程資料的關聯式資料操作
- 異常值處理
- 與製程管理者的溝通重點與技巧
- 輸出可分析的製程資料
- 製程資料處理三大表的用途解釋
- 製程資料處理面模組製作與實戰
- 資料處理對管理階層的重點管理意涵綜整
|
| Python Vibe Coding 案例實戰-視覺互動面 | - 互動視覺化製程資料的介紹與用途
- 互動視覺化怎麼做？ - Plotly 操作與使用
- 如何繪製所有的製程參數的視覺化？
- 繪製兩個或以上製程參數在一個圖上面？ 折線圖實戰 2
- 如何只要繪製想要看到製程參數？ - 互動折線圖實戰 3
- 怎麼看異常值？ - 分群方法異常檢測實戰
- 異常值偵測有更好的方法？ - 時間序列方法異常檢測實戰
- 怎麼歸納與檢視所有的異常值？ - 異常檢測圖表實戰
|
Python Vibe Coding機器學習工業製程Agent | - Python 實戰–重要「品質」、「節能」變數篩選
- Python 實戰–基礎監測模型與優化監測模型效果
- 節流省錢區間 GAM 評估模型
- Python 實戰–善用預測模型，找出製程變數最適數值
|
Python Vibe Coding製造業產品零組件規格比對Agent | - 產品零組件規格比對崩潰現場情景說明與解決方案展演
- Python 實戰–非結構化數據轉型：PDF 規格書自動轉 Excel 結構化數據
- Python 實戰–競品零組件規格自動對標：打造精準的規格比對與推薦引擎
- Python 實戰–決策透明化：AI 輔助規格過篩原因生成分析
|
