智慧製造之AI應用
課程簡介：
智 慧製造的目標不只是提高工廠生產線的效率、安全性，還包含如何減少資源浪費、改善供應鏈以及更佳的服務等， 為了有效改善 產能，提升稼動率，增加生產彈性，眾多製造業者紛紛投入智慧製造的轉型升級。
人 工智慧技術已發展多年，直到近幾年世界科 技大廠開始大量投入資源研發相關技術與產品，例如Apple、IBM、Google、 Microsoft等，再加上硬體運算速度能力大幅提升，感測器以及互聯網技術發展愈來愈 成熟，使得生產數據得以快速、大量、即時的獲得與累積，使得機器學習 (Machine Learning)的能力得以完全發揮，經由機器學習可以補足常用的理論模型方法 (Mode-Based Approach)的不足，使得應用情境更具智慧，並且可將所獲得的資料轉換成有意義的資訊 (Information)。
隨著AI技術發展逐漸成熟，未來智慧製造勢必成為其中一項重點應 用領域，從智慧工廠、智慧物流、智慧服務，到後端的資料蒐集、分類、分析、應用等都需要AI導入，而「機器學 習」是其中影響較大的一項技術。機器學習具有自動學習與預測能力，能從巨量資料中識別出規律性、做出預測，協助 產業數據分析模型建立，已成為智慧製造領域的主要應用之一。本課程從闡明智慧製造的真正意義及應用開始，接著講 解資料分析、機器學習和實際應用案例，最後說明開發環境的建置和探討進階的應用。
- 上課日期：2018年 10月15日、10月16日(星期一、二) 9:30～16:30共12小時
- 課 程大綱：
|
10/15(一) |
||
|
第一節 9:30-10:50 |
智慧製造的核心意義 |
工研院產業學院擔任特聘研究 李智博士 |
|
第二節 11:10-12:30 |
分析驅動智慧製造各式應用 |
|
|
第三節13:30-14:50 |
資料分析前準備 |
工研院產業學院擔任特聘研究 李智博士 |
|
第四節 15:10-16:30 |
機器學習研析 |
工研院產業學院擔任特聘研究 李智博士 |
10/16(二) | ||
第一節 9:30-10:50 | 典型資料分析流程 | 工研院產業學院擔任特聘研究 李智博士 |
第二節 11:10-12:30 | 智慧製造實例 | 工研院產業學院擔任特聘研究 李智博士 |
第三節13:30-14:50 | 分析工具與系統建置 | 工研院產業學院擔任特聘研究 李智博士 |
第 四節 15:10-16:30 | 進 階應用 | 工研院產業學院擔任特聘研究 李 智博士 |
※主 辦單位保留變更課程表的權利，請以活動當天課表為準， 課程變更恕不另行通知。
此為「收費課程」，請至下方活動報名網址
