應用AI工具解決產業問題：瑕疵影像辨識與品質數據
工欲善其事，必先利其器。人工智慧機器學習工具(AI tools)日漸成熟....
應用AI工具解決產業問題：瑕疵影像辨識與品質數據分析。本課程著重於AI工具的介紹、選用與練習實作，以手把手教學的方式，讓學員先了解AI工具的運作原理，再透過實例分析，應用這些AI工具來解決產業問題：提升產品良率、建立產品與原料樣式辨識模型、解決物料表與配方預測問題、異常關鍵因素分析及產品瑕疵檢測的影像辨識等等。
誰來看過(1)
瑕疵影像辨識與品質數據分析 |
||||||
|
課程介紹
工欲善其事，必先利其器。人工智慧機器學習工具(AI tools)日漸成熟，如何使用這些成熟的工具，以解決產業問題，是台灣產業面臨國際化的競爭力最大考驗與挑戰。
本課程著重於AI工具的介紹、選用與練習實作，以手把手教學的方式，讓學員先了解AI工具的運作原理，再透過實例分析，應用這些AI工具來解決產業問題：提升產品良率、建立產品與原料樣式辨識模型、解決物料表與配方預測問題、異常關鍵因素分析及產品瑕疵檢測的影像辨識等等。
課程對象
【修課條件】
◎對此議題有學習興趣者。
◎想要了解與學習如何應用人工智慧機器學習工具來解決產業界的問題者。
◎欲透過業界人工智慧機器學習個案教學與實務案例介紹來學習新的技能者。
【適合對象】
◎各產業人員、主管、儲備幹部及相關行業
◎中高階經理人、執行長、企業負責人
◎本課程適合從未學習過人工智慧機器學習，但需要有經驗者引領理論學習與實務演練的學員而設計
※備註：本課程學生不需要數學跟統計基礎，本課程會以python工具教學，以適合有程式基礎者，本課程同時也會以自動機器學習工具教學，以適合沒有程式基礎者
課程大綱
第一天 機器學習應用在影像辨識上
1. 人工智慧機器學習應有的認識、基本素養與思維的轉變
2. 產業供應鏈的主要大廠：目前實施人工智慧的狀況
3. 人工智慧應用實務案例介紹
4. 人工智慧經典學習案例與工具教學
5. 產業AI化實務案例教學與實做
第二天 機器學習應用在數據分析上
6. 數據分析基礎概念
7. 深入探究數據分析流程自動化
8. 主流數據分析工具和平台
9. 數據分析在企業的應用
10. 數據分析實做練習
講師簡介
-陳老師-
學歷：紐約州立大學水牛城校區/工業工程與管理碩士經歷：紐約州立大學水牛城校區/工業工程與管理碩士；北科工業4.0 顧問團隊/專案經理；鴻海、億光、SONY、頂新、正隆/SAP Project Manager；台達、松下、宏遠、TSMC：大數據應用；智邦、同欣電子：電路板瑕疵AOI+人工智慧 檢測；台灣電路板協會、紡織產業綜合研究所、工研院產業學院、國立台北科技大學管理學院與EMBA 業師；台灣人工智慧學校經理人班結業(台北一期)；AI+RPA經驗：使用機器人流程自動化軟體(RPA)，自動到MES與SAP收集資料與前處理，以提供機器學習所需要的Data
價格
常見問題
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。
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。 貼心提醒
■ 舉辦日期：108年 12月12(四)、13(五)09:30~17:30 (共14 hr.)
■ 地 點：工研院產業學院 台北學習中心 (實際地點以上課通知為準!)
■ 主辦單位：工研院產業學院 台北學習中心
■ 注意事項：此課程全程輔以電腦實機演練，請學員自備電腦
■電腦規格：(此為上機課程，請學員務必自備正常size的NoteBook)
配備需求：RAM至少4G，4G以上最佳，硬碟至少40G。
作業系統：windows 7 8 10(.NET 4.7以下) windows 2008R2 2012，32 64位元都可以
請裝好 Google 的瀏覽器
|
||||||
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
