連續性製程Python機器學習最適參數篩選直覺上手
本課程講師將由自身服務全球前15大之一的製程產業，實......
連續性製程Python機器學習最適參數篩選直覺上手實作班.面對工業4.0與智慧製程的浪潮，處於工業界的您?準備好了嗎? 本課程講師將由自身服務全球前15大之一的製程產業，實戰製程AI機器學習與重要參數篩選的實際經驗出發，模擬實務上處理的過程，帶著學員解密「連續性製程產業」中會面臨到的各種問題，
連續性製程Python機器學習最適參數篩選直覺上手實作
上課地址：工研院產業學院 產業人才訓練一部(台北)，實際地點依上課通知為準!!!
時數：12
起迄日期：2020-11-12~2020-11-13
聯絡資訊：陳俐潔/02-23701111#310
報名截止日：2020-11-10
課程類別：人才培訓(課程)
活動代碼：2320060070
課程介紹
面對工業4.0與智慧製程的浪潮，處於工業界的您?準備好了嗎?
本課程講師將由自身服務全球前15大之一的製程產業，實戰製程AI機器學習與重要參數篩選的實際經驗出發，模擬實務上處理的過程，帶著學員解密「連續性製程產業」中會面臨到的各種問題，本次課堂會探討的重點主題包括：
本課程講師將由自身服務全球前15大之一的製程產業，實戰製程AI機器學習與重要參數篩選的實際經驗出發，模擬實務上處理的過程，帶著學員解密「連續性製程產業」中會面臨到的各種問題，本次課堂會探討的重點主題包括：
◎ 如何建構並應用AI機器學習技術，暸解製程產品可能被忽略的重要製程變數或可調整變數？
◎ 重要製程變數能滿足管理者與現場執行人員各自的需求？
◎ 篩選出重要變數後，又該如何在「品質」與「節能」參數的限制條件下，設定重要製程變數的最適數值？
◎ 如何評估最適參數帶來製程節流省錢的潛在效益？
◎ 每個機器學習模型預測的效果該如何評估？
◎ 如何優化機器學習模型的預測能力？
第一屆Workshop
第一屆Workshop
學員問卷回饋
課程特色/目標
本課程目標以連續性製程產業真實模擬案例為主軸，手把手導入資料科學機器學習技術，找到節流省錢的效益、重要製程參數篩選、優化機器學習模型預測能力並分享業界溝通實務，最後輔以證據式導向的方式協助公司做決策。本課程教您從統計與機器學習與Python融合逐步學習，透過製程產業實例，教您應用AI於製程的個各面向，讓您輕鬆學習 !
製程案例面：挑選全球前10強之一的連續性製程產業，帶您資料模擬實戰分析
實務溝通面：由真實產業專案溝通經驗，同步帶入Python製程實戰，試圖模擬「管理者」、製程「執行者」與「資料科學從業人員」專案溝通層面的解決方案
重要變數面：建構機器學習預測模型，暸解製程產品可能被忽略的重要製程變數或可調整變數
最適參數面：善用機器學習技術，找出重要製程變數的最適數值或最適設定點(set-point)
財務指標面：解密最適參數所帶來製程節流省錢的潛在效益
機器學習預測面：優化機器學習在製程監測的預測效果，試圖讓模型更精準
視覺互動面：創建視覺化互動網面，讓您一覽機器學習模型運作原理互動圖、機器學習預測效果評估曲線圖、節流省錢潛在效益互動圖等，以提升溝通、分析、評估等效益。
15大成果程式模組帶回家：課程結束後，製程案例面、實務溝通面、重要變數面、最適參數面、財務指標面、機器學習預測面、視覺互動面，包括離線式互動網頁、圖表、分析報表等，共15大製程分析成果，讓您通通帶著走。
機器學習預測面：優化機器學習在製程監測的預測效果，試圖讓模型更精準
視覺互動面：創建視覺化互動網面，讓您一覽機器學習模型運作原理互動圖、機器學習預測效果評估曲線圖、節流省錢潛在效益互動圖等，以提升溝通、分析、評估等效益。
15大成果程式模組帶回家：課程結束後，製程案例面、實務溝通面、重要變數面、最適參數面、財務指標面、機器學習預測面、視覺互動面，包括離線式互動網頁、圖表、分析報表等，共15大製程分析成果，讓您通通帶著走。
具備工具
學員請自備win7 or win8筆電有usb的NB
建議電腦規格：
處理器（cpu）：第三代 i5 cpu 以上 or 第五代i3 CPU 以上
記憶體（ram）：8G 或以上
硬碟可用儲存空間（ Empty storage space）：15G 以上
課程對象
(1)想知道如何篩選製程重要變數的資料分析者
(2)想知道如何透過統計學習找出最適節流省錢參數的資料分析者
(3)顧問、資訊人
(4)製程統計領域的Python 的資料分析從業者
(5)連續性製程人員
(6)製程數據分析使用者
(7)對AI智慧製程有興趣者
(8)任何想以Python入手AI智慧製程的熱情者
課程大綱
|
109年11月12日(四)、11月13日(五) (12小時)
|
|
|
1. Python於連續性製程AI案例精華介紹
2. Python實戰 – 工業製程基礎複習
3. Python實戰 – 資料集準備
4. 機器學習預測模型的介紹與挑選
5. Python實戰 – 四種工業製程好用的預測模型
6. 預測模型的評估指標介紹
7. Python實戰 – 重要「品質」變數篩選
8. Python實戰 – 重要「節能」變數篩選
|
9. 專家重要性變數篩選程序實戰Workshop
10. Python實戰 – 善用預測模型，找出製程變數的最適數值
11. Python實戰 – 節流省錢區間評估模型
12. Python實戰 – 篩選最適節流省錢變數
13. Python實戰 – 基礎監測模型
14. Python實戰 – 優化監測模型效果
15. Python實戰 – 15大製程AI分析成果包套實戰
|
講師簡介
鍾皓軒 講師
【現任】臺灣行銷研究有限公司 創辦人
【專長】行銷資料科學、機器學習建模、自然語言分析與校務研究
【經歷】中華電信、工研院、資策會、外貿協會國際人才培育中心、台科大、台北教育大學、元智大學行銷資料科學講師與相關資料科學專案負責人
價格
加入工研院產業學院 LINE@訓練圈(https://line.me/R/ti/p/%40pyg8598o )，未來有相關課程，可優先獲得通知及更多優惠！|
|
課程費用
|
|
課程原價 (每人)
|
$8,000
|
|
七天前報名
優惠價(每人)
|
$7,500
|
|
兩人揪團同行
優惠價(每人)
|
$7,000
|
|
三人(含)以上揪團同行/工研人/學校
優惠價(每人)
|
$6,500
|
|
RAISE博士優惠價
|
$6,500
|
開課資訊
● 主辦單位：財團法人工業技術研究院 產業人才訓練一部(台北)
● 舉辦地點：工研院產業學院 產業人才訓練一部(台北)，實際地點依上課通知為準!!!!
● 舉辦日期：2020年11月12日(四)至2020年11月13日(五)，09:30am~16:30pm，共計12小時
● 報名方式：請以正楷填妥報名表傳真至02-2381-1000
● 課程洽詢：02-2370-1111 分機310陳小姐、分機313蘇小姐
● 退費辦法：
學員於開訓前退訓者，將依其申請退還所繳上課費用90％，另於培訓期間若因個人因素無法繼續參與課程，將依上課未逾總時數1/3，退還所繳上課費用之50％，上課逾總時數1/3，則不退費。
學員於開訓前退訓者，將依其申請退還所繳上課費用90％，另於培訓期間若因個人因素無法繼續參與課程，將依上課未逾總時數1/3，退還所繳上課費用之50％，上課逾總時數1/3，則不退費。
● 注意事項：
1. 為確保您的上課權益，報名後若未收到任何回覆，敬請來電洽詢方完成報名。
2. 因課前教材、講義及餐點之準備及需為您進行退款相關事宜，若您不克前來，請於開課五日前告知，以利行政作業進行並共同愛護資源。
3. 若原報名者因故不克參加，但欲更換他人參加，敬請於開課前二日通知。
*本課程歡迎企業包班~請來電洽詢 課程承辦人陳小姐、蘇小姐02-23701111#310、313
貼心提醒
信用卡：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。
ATM轉帳：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。
銀行匯款：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。
即期支票或郵政匯票：抬頭「財團法人工業技術研究院」，郵寄至： 100台北市中正區館前路65號7樓704室 陳小姐收。
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。
附件
簡介
產業學院緣起
依據行政院「挑戰2008：國家發展重點計畫」下之「國際創新研發基地」與「產業高值化」兩計畫，首重產業科技人才的效能。
•911216經科字第09103373120號函：經濟部將本院籌設工研院產業學院之工作，列為因應產業結構轉型，提 ... more
