南部分校第八期產業 AI 專班 (智慧製造) 課程大綱

  • 首頁
  • 南部分校第八期產業 AI 專班 (智慧製造) 課程大綱
每日課程原則如下: (依各分校狀況調整)
時段內容
09:00 ─ 10:20課程
10:20 ─ 10:40☕ Break
10:40 ─ 12:00課程
12:00 ─ 13:00🍱 Lunch
13:00 ─ 14:20課程
14:20 ─ 14:30☕ Break
14:30 ─ 16:00課程
16:00 ─ 16:20☕ Break
16:20 ─ 17:30短講
週別課程主題課程大綱
第一週
Day 1
4/29
上午:Keynotes Speech 人工智慧概論
下午:企業大數據分析案例與實務
短講:分組交流、課程安排及環境介紹
企業大數據分析
第一週
Day 2
4/30
統計與資料分析
短講:資料科學
  1. 敘述性統計與機率分布
  2. 參數估計與假設檢定
  3. 探索性資料分析與資料視覺化
第二週
Day 1
5/6
機器學習與演算法概論
短講:機器學習化工案例
  1. 機器學習概論
  2. 非監督式學習方法
  3. 監督式學習方法
  4. 學習理論、泛化與特徵重要性
第二週
Day 2
5/7
深度學習入門
短講:深度學習案例
  1. 深度學習簡介
  2. 深度學習實務技巧與前瞻技術
  3. 對抗式學習入門
  4. 強化學習入門
第三週
Day 1
5/13
電腦視覺
短講:工具機電腦視覺
  1. CNN 原理簡介
  2. 代表性 CNN 模型
  3. CNN 於電腦視覺之應用與實際案例
第三週
Day 2
5/14
(上午) 人工智慧在供應鏈管理系統的應用與案例
(下午) 人工智慧開發環境建置
短講:學員交流
  1. 生產體系的改變及供應鏈發展沿革
  2. 供應鏈管理的價值與挑戰
  3. 高效能運算(HPC)
  4. AI 加速硬體平台
第四週
Day 1
5/20
智慧製造與生產線上的資料科學
短講:手把手環境介紹
  1. 智慧製造的理論與實務
  2. 製造生產數據與AI應用
第四週
Day 2
5/21
(上午) 機器學習手把手 (石化案例)
(下午) 機器學習連續性製程案例介紹
短講:資料採集的感測與應用
  1. 石化案例介紹
  2. 實際體驗機器學習專案流程
  3. 實作異常檢測方法
第五週
Day 1
5/27
(上午) Digital Twin在智慧製造的應用與發展
(下午) 運用人工智慧在製造生產排程
短講:從射出成型談AI技術應用
  1. Digital Twin定義
  2. Digital Twin的應用
  3. 智慧排程
  4. 資料分析+最佳化
第五週
Day 2
5/28
(上午) 深度學習手把手 (石化案例)
(下午) 啟動到落地產業 AI 化無可逃避的資料治理與 MLOps
短講:學員交流
  1. 實際案例:田納西-伊士曼製程異常分類問題 (DNN)
  2. 建立 DNN 網路模型與神經網路優化技巧
  3. AutoEncoder 於故障檢測應用
第六週
Day 1
6/10
(上午) 智慧製造與工業4.1
(下午) 智慧生產與精實管理
短講:AutoML 落地實戰經驗分享
  1. 全自動虛擬量測(AVM)
  2. 先進製造物聯雲(AMCoT)
  3. 精實管理 - 豐田生產方式 (Toyota Production System, TPS)
  4. 精實管理 - 簡易智慧化
第六週
Day 2
6/11
(上午) AI 法治
(下午) 綠色製造與碳中和
短講:製程分析與最佳化技術
  1. AI 的法治理論與實務案例分享
  2. 碳中和策政與淨零排放
  3. 綠色供應鏈與循環經濟
第七週
Day 1
6/17
(上午) 校友分享 - 智慧製造案例分享
(下午) 移地學習 - 中國鋼鐵 或 漢翔航空
  1. 移地廠域觀摩
  2. 公司介紹與座談演講
第七週
Day 2
6/18
上午:專題演講
下午:結業典禮、專題競賽
  • 主辦暨執行單位:
    財團法人台灣人工智慧學校基金會
  • 協辦單位:
    中央研究院資訊科學研究所、中央研究院資訊科技創新研究中心
  • 捐助企業:
    台塑企業、奇美實業、英業達集團、義隆電子、聯發科技、友達光電、新光人壽-新壽管理維護