感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
引言與團隊應用案例選定
- 工業環境中的AI概覽
- 應用案例類別：品質、維護、能源、物流
- 團隊組建與項目目標界定
理解與準備工業數據
- 工業數據類型：時間序列、表格、影像、文本
- 數據獲取、清洗與預處理
- 使用Pandas和Matplotlib進行探索性數據分析
模型選擇與原型構建
- 在回歸、分類、聚類或異常檢測之間進行選擇
- 使用Scikit-learn訓練和評估模型
- 使用TensorFlow或PyTorch進行高級建模
可視化與結果解讀
- 創建直觀的儀表板或報告
- 解讀性能指標（準確率、精確率、召回率）
- 記錄假設與限制條件
部署模擬與反饋
- 模擬邊緣/雲端部署場景
- 收集反饋並改進模型
- 與運營流程整合的策略
期末項目開發
- 最終化並測試團隊原型
- 同行評審與協作除錯
- 準備項目演示與技術摘要
團隊演示與總結
- 展示AI解決方案概念與成果
- 小組反思與經驗總結
- 組織內擴展應用案例的路線圖
總結與下一步驟
最低要求
- 了解製造業或工業流程
- 具備Python及基礎機器學習經驗
- 能夠處理結構化與非結構化數據
受眾對象
- 跨職能團隊
- 工程師
- 數據科學家
- IT專業人士
21 小時
