【數位同步學習課程】Python語言與工業人工智慧應用實作

【數位同步學習課程】Python語言與工業人工智慧應用實作

上課地址:工研院產業學院 台北學習中心,實際上課地點,請依上課通知為準。

時數:12

起迄日期:2020-08-06~2020-08-07

聯絡資訊:劉先生/02-23701111#319

報名截止日:2020-08-03

課程類別:人才培訓( 課程含線上同步數位學習)

活動代碼:2320030072

課程介紹

人類工業生產的進化歷程,從第一代引進水力與蒸汽的機械化(mechanical)工業革命,例如:1784年18世紀末的第一台機械織布機);到基於勞力分工引進電能(electrical power)的大量生產方式,例如:1870年Cincinnati屠宰生產線;接著是電子(electronics)與資訊科技(IT)促成更進一步的製造自動化,例如:1969年可程式邏輯控制器(Programmable Logic Controller, PLC)。現今人們冀望人工智慧應用於產業界,以建構網實整合系統(Cyber-Physical Systems, CPS)具體實現可自主適應調整的故障診斷(fault diagnosis)、健康管理(prognostic health management)與彈性製造(flexible manufacturing)。
本課程從工業大數據基礎各式感測器數據的認識開始,著重於掌握數據的動態時序性與檢測信號的模糊性,並學習各種訊號類型及其特性(確定性、隨機性、週期性、非週期性、穩態、非穩態等訊號)。從數據清理技術、特徵萃取技術的各式轉換,到基於模型(model-based)、基於知識(knowledge-based)及基於數據(data-based)等不同之智慧建模技術,輔以Python訊號處理與機器學習套件進行實機操作,厚實工業人工智慧系統開發基礎。

因應疫情,同步開放「數位旁聽」,提供價格優惠,歡迎踴躍報名參加!

課程特色/目標

課程特色是網羅數學統計、資料探勘、機器學習、演算法與人工智慧方面多年相關教學經驗的工程背景師資,除了實機操作外,並分享實戰分析經驗,讓學員掌握工業數據的特質,瞭解不同前處理與建模方法的異同,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。

課程目的學習工業生產中物理或化學相關訊號的離散抽樣原理,運用計算機處理有限長度與雜訊干擾的訊號數據,理解訊號特徵萃取的去蕪存菁原理,讓學員短時間內掌握智能建模的關鍵知識。

課程對象

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。

講師簡介

鄒老師
現任:臺北商業大學 資訊與決策科學研究所教授暨資料科學應用研究中心主任
經歷: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、南京理工大學經濟管理學院管理科學與工程訪問教授、中華R軟體學會理事長、臺灣資料科學與商業應用協會理事長、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:大數據與資料科學、機器學習、進化式多目標最佳化、群體智慧、賽局模型、等候網路、系統模擬、數學規劃、彈性製造與企業電子化
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)

課程大綱

單元

課程大綱

工業大數據概論

與智能分析技術

(6小時)

A. 工業大數據常見類型

A-1. 事件類型、數值類型、波形與2D圖像類型

A-2. 震動、電流、溫度、濕度、壓力、聲波、轉速、流量

A-3. 抽樣理論

B. 工業大數據智能分析技術

B-1. 訊號前處理技術

B-1-1. 遺缺值處理技術

B-1-2. 異常值處理技術

B-1-3. 數據平滑技術

訊號特徵萃取技術、

數位挖掘與機器學習技術

(6小時)

B-2. 訊號特徵萃取技術

B-2-1. 時域訊號 vs. 頻域訊號

B-2-2. 訊號視覺化

B-2-3. 濾波與加窗處理

B-2-4. 離散傅立葉轉換

B-2-4. 離散小波轉換

B-3. 數據挖掘與機器學習技術

B-3-1. 關聯規則與集群分析

B-3-2. 分類與迴歸

B-3-3. 故障診斷與預測

價格

原價(含稅、午餐、講義)每人10,000元
早鳥-優惠價(開課10天前報名)每人7,500元
團報-優惠價(同公司2人以上)每人7,200元
工研人-優惠價每人7,200元
科技部RAISE博士-優惠價每人6,500元
數位旁聽-優惠價每人6,500元

常見問題

● 報名方式: 工研院產業學習網,點選課程頁面之「線上報名」,填寫報名資訊即可。 
● 本課程採報名制,滿10人以上開班,未滿10人不開班,課程洽詢: 02-23701111#319 劉先生 
● 繳費資訊: 
(一)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」回傳真至02-23811000 劉先生 收。
(二)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。
(三)銀行匯款(限由公司逕行電匯付款):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02-23811000 劉先生 收。
(四)即期支票:抬頭「財團法人工業技術研究院」,郵寄至:10047台北市中正區館前路65號7樓 劉先生 收。
 

貼心提醒

1.為確保您的上課權益,報名後若未收到任何回覆,請來電洽詢方完成報名。
2.若報名者不克參加者,可指派其他人參加,並於開課前一日通知。
3.因課前教材、講義及餐點之準備,若您不克前來需取消報名,請於開課前三日以EMAIL通知主辦單位聯絡人並電話確認申請退費事宜,逾期將郵寄講義,恕不退費。
4. 為尊重講師之智慧財產權益,恕無法提供課程講義電子檔。
5. 為配合講師時間或臨時突發事件,主辦單位有調整日期或更換講師之權利。
6. 繳費方式為信用卡、ATM轉帳,恕不受理現場報名和繳費。

課程推薦

人工智慧課程系列

學習主題&連結

課程介紹

1

AI人工智慧與TensorFlow、Keras深度學習應用

學習Python語法基礎,深度學習基本概念

2.

Python 資料分析及機器學習預測實作

學習運用Python模組實踐機器實作

3.

Python機器學習實作應用研習班

學習NumpyPandasScikit-learn三大模組結合運用

4.

Python網路爬蟲實作技術研習班

學習網路爬蟲所需的Python基礎入門

5.

AI推薦系統與精準行銷實作班

學習精準行銷與實作練習、深度學習推薦系統演算法。

6.

輕鬆學會Python打造聊天機器人

學習實機操作和撰寫Python程式

7.

Python語言與工業人工智慧應用實作

學習Python訊號處理與機器學習套件進行實機操作。

8.

Google TensorFlow 2.0人工智慧深度學習實作開發

深度學習最新的TensorFlow 2.0套件以及實作演練

9.

數位訊號處理與Python程式實作

學習Python程式設計,進行DSP技術實作

10.

LabVIEW 機器視覺應用班(假日班)

學習實際運用LabVIEW建置機器視覺作業並執行檢測

11

Python與深度學習技術應用研習班

學習Python與深度學習之發展趨勢與應用

12

AI大數據分析與應用實戰班

學習AI人工智慧的概念,並上機寫基礎RPython程式


附件

Pin It