Big Data大數據分析-進階製程診斷與效能優化
本次將藉由R軟體-進階製程診斷與效能優化實務課程由資料前處理切入,著重統計/機器
【Big Data大數據分析-進階製程診斷與效能優化實務】隨著資訊科技進步,資料科學 (Data Science) 與工業 4.0(Industry 4.0) 是近幾年來廣為討論的主題;現今資料累積的速度遠遠超過企業所能處理的速度,因此,許多企業都以資料分析做為組織未來的重要之發展方向。本課程之主軸將以R軟體為主,希望藉由一免費且多數企業在使用之R軟體來協助企業進行資料分析並據以進行決策,另一方面也可減少企業在相關軟體上之投資。R軟體四大特點為自由、開放源碼與值得信賴;應用廣泛且無疆界;現正被Google、Facebook、殼牌石油等全球知名企業使用。
|
【Big Data大數據分析-進階製程診斷與效能優化實務】
課程介紹:
隨著資訊科技進步,資料科學 (Data Science) 與工業 4.0(Industry 4.0) 是近幾年來廣為討論的主題;現今資料累積的速度遠遠超過企業所能處理的速度,因此,許多企業都以資料分析做為組織未來的重要之發展方向。本課程之主軸將以R軟體為主,希望藉由一免費且多數企業在使用之R軟體來協助企業進行資料分析並據以進行決策,另一方面也可減少企業在相關軟體上之投資。R軟體四大特點為自由、開放源碼與值得信賴;應用廣泛且無疆界;現正被Google、Facebook、殼牌石油等全球知名企業使用。
本次將藉由R軟體-進階製程診斷與效能優化實務課程由資料前處理切入,著重統計/機器學習的基本觀念,以整合式開發環境RStudio進行實機操作,幫助初學者運用免費又強大的R 軟體,輕鬆完成資料探勘工作,並能有效落實於企業整體製程數據分析上。
課程目標:
本訓練課程目的,在於讓學員了解統計分析方法、製程管制以及如何以資料科學的角度進行企業內部資料分析(如品質、成本、交期、創新、彈性等),並據以持續改善、提升生產效能;另一方面,讓學員學習如何應用R進行數據/模型分析,據以優化製造生產流程實務,協助企業主管進行相關決策並持續提昇企業核心競爭力。
課程特色:
1.理論與實務經驗搭配講授, 課堂上讓學員實際操作R軟體以提升學習效果。
2.結合軟體R/ Rstudio實作演練,可讓學員充分了解及學習統計分析、數據分析之實務,並搭配各人工作實務之數據藉以進行演練實作,有效提昇學習成效。
3.了解統計分析方法及製程管制實務,同時藉由實際操作R,運用大數據分析找出製程優化關鍵。
適合對象:
1.參訓學員需具備基礎統計分析能力。
2.品保/製造工程師、部門主管、決策人員、資料分析工程師及對此主題有興趣之人士。
課程內容與大綱:
隨著資訊科技進步,資料科學 (Data Science) 與工業 4.0(Industry 4.0) 是近幾年來廣為討論的主題;現今資料累積的速度遠遠超過企業所能處理的速度,因此,許多企業都以資料分析做為組織未來的重要之發展方向。本課程之主軸將以R軟體為主,希望藉由一免費且多數企業在使用之R軟體來協助企業進行資料分析並據以進行決策,另一方面也可減少企業在相關軟體上之投資。R軟體四大特點為自由、開放源碼與值得信賴;應用廣泛且無疆界;現正被Google、Facebook、殼牌石油等全球知名企業使用。
本次將藉由R軟體-進階製程診斷與效能優化實務課程由資料前處理切入,著重統計/機器學習的基本觀念,以整合式開發環境RStudio進行實機操作,幫助初學者運用免費又強大的R 軟體,輕鬆完成資料探勘工作,並能有效落實於企業整體製程數據分析上。
課程目標:
本訓練課程目的,在於讓學員了解統計分析方法、製程管制以及如何以資料科學的角度進行企業內部資料分析(如品質、成本、交期、創新、彈性等),並據以持續改善、提升生產效能;另一方面,讓學員學習如何應用R進行數據/模型分析,據以優化製造生產流程實務,協助企業主管進行相關決策並持續提昇企業核心競爭力。
課程特色:
1.理論與實務經驗搭配講授, 課堂上讓學員實際操作R軟體以提升學習效果。
2.結合軟體R/ Rstudio實作演練,可讓學員充分了解及學習統計分析、數據分析之實務,並搭配各人工作實務之數據藉以進行演練實作,有效提昇學習成效。
3.了解統計分析方法及製程管制實務,同時藉由實際操作R,運用大數據分析找出製程優化關鍵。
適合對象:
1.參訓學員需具備基礎統計分析能力。
2.品保/製造工程師、部門主管、決策人員、資料分析工程師及對此主題有興趣之人士。
課程內容與大綱:
課程日期
|
課程單元
|
課程內容
|
03/10(六)
|
統計分析與基礎R操作
|
1.統計概念
2.統計製程管制
3.製程能力分析方法與應用(Cp,Cpk,Cpmk)
4.製程診斷 (Process Diagnosis):良率、Cpk、Cp
5.R介紹及語言環境準備
6.R基礎應用 (資料輸出/輸入及處理、統計圖形、機率分佈)
7.實務演練與討論
|
03/17(六)、
03/24(六)
|
進階R實務
應用
|
1.資料蒐集:魚骨圖、資料屬性、資料來源
2.資料解析與解讀:Sampling、統計圖/統計量、統計分配、離群值、Significant Variables/Factors
3.統計分析-關聯、常態性假設、共線性(PCA)、變異數
4.SPC、DOE
5.模型:迴歸(線性/複迴歸、機器學習、深度學習)
6.模型解讀與模型驗證(CV、Bootstrap)
7.模型更新
8.QA實務討論
|
※主辦單位保留變更課程內容與講師之權利
※參訓人員受訓時需自備筆記型電腦,並安裝R及Rstudio軟體以利課程進行實際操作演練(將於報名後統一通知R及Rstudio軟體下載網址) ※
|
講師介紹:蔡老師
【學歷】:
國立成功大學 製造工程所 博士
【經歷】:
樹德科技大學-教授、台灣金訊電子-製造工程部經理、美商台灣凱音電子-製造工程部IE工程師、美商台灣博士電子-品管部IQC主任
【授課課程】:
品質管理、六標準差、生產與作業管理、工業4.0、大數據分析、人工智慧應用
***************開課資訊***************
•主辦單位:工研院產業學院南部學習中心
•舉辦地點:工研院產業學院南部學習中心/高雄市前鎮區一心一路243號4F-1
•舉辦日期:107/03/10(六)、03/17(六)、03/24(六),AM09:00~PM17:00 (3天共21小時)
•課程費用:加入工研院產業學院會員(http://goo.gl/I64erU )未來有相關課程,可優先獲得通知及更多優惠!
•舉辦地點:工研院產業學院南部學習中心/高雄市前鎮區一心一路243號4F-1
•舉辦日期:107/03/10(六)、03/17(六)、03/24(六),AM09:00~PM17:00 (3天共21小時)
•課程費用:加入工研院產業學院會員(http://goo.gl/I64erU )未來有相關課程,可優先獲得通知及更多優惠!
課程費用
|
非會員
|
會員
|
課程原價
|
$10,000
|
$9,000
|
10天前報名或同一公司二人報名優惠價
|
$9,000
|
$8,100
|
•報名方式:
1. 請以正楷填妥報名表傳真至07-3367855
2. Email至itrikhs@itri.org.tw
3. 至產業學習網(college.itri.org.tw)線上報名
•繳費方式:
請收到上課及繳費通知後,於開課日二天前以銀行匯款、支票或線上報名時選擇信用卡線上繳費(發票開課當天即可拿到)。若需提早取得發票,請洽詢本學習中心。
•報名洽詢:07-3367833#19吳小姐
•課程洽詢:07-3367833#22蔡小姐
•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. 如本課程因人數或其他因素造成課程取消,本院將無息辦理退費,敬請見諒!
3. 為尊重講師之智慧財產權益,恕無法提供課程講義電子檔。
4. 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。
5. 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,請於開課三日前告知,以利行政作業進行並共同愛護資源。
附件1. 請以正楷填妥報名表傳真至07-3367855
2. Email至itrikhs@itri.org.tw
3. 至產業學習網(college.itri.org.tw)線上報名
•繳費方式:
請收到上課及繳費通知後,於開課日二天前以銀行匯款、支票或線上報名時選擇信用卡線上繳費(發票開課當天即可拿到)。若需提早取得發票,請洽詢本學習中心。
•報名洽詢:07-3367833#19吳小姐
•課程洽詢:07-3367833#22蔡小姐
•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. 如本課程因人數或其他因素造成課程取消,本院將無息辦理退費,敬請見諒!
3. 為尊重講師之智慧財產權益,恕無法提供課程講義電子檔。
4. 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。
5. 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,請於開課三日前告知,以利行政作業進行並共同愛護資源。
報名表-1070310-0324Big Data大數據分析-進階製程診斷與效能優化實務.doc
DM-1070310-0324Big Data大數據分析-進階製程診斷與效能優化實務.pdf
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