智慧製造專班課程大綱

  • Home
  • 智慧製造專班課程大綱

每日課程原則如下:

時段 內容
09:30am ─ 10:40pm 早上課程
10:40am ─ 11:00pm 交流時間
11:00am ─ 12:20pm 早上課程
12:20pm ─ 13:20pm 午餐時間
13:20pm ─ 14:30pm 下午課程
14:30am ─ 14:40pm 休息時間
14:40am ─ 16:30pm 下午課程
16:30am ─ 17:00pm 午茶交流
17:00pm ─ 17:45pm 專題講座I
17:45pm ─ 18:30pm 專題講座II

課程安排

週次 主題 內容大綱
第一週 開學典禮
第二週 統計與資料分析 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
第三週 機器學習與演算法概論 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
第四週 深度學習入門 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
第五週 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
第六週 深度學習手把手與講解 深度學習的程式實作 (物件偵測 & RNN)
第七週 智慧製造與生產線上的資料科學 1.智慧製造的理論與實務
2.製造生產數據與AI應用
3.自動化生產排程與演算法
第八週 I.半導體製造彈性決策模式與分析、科技管理與服務系統
II.電腦視覺結合深度學習於智慧製造上應用
1.決策分析、資料挖礦、組合決策、半導體製造模式與分析、科技管理與服務系統
2.智慧監控技術、深度學習之電腦視覺模型應用、物件偵測與分類、語意分割、和動作辨識與預測等實際案例
第九週 人工智慧的製造產業應用 1.系統性思維與問題定義
2.「一生受用的統計學- 應用與實務案例」
第十週 I.智慧機械與機電整合
II.智慧機械與智慧製造
1.智慧機械與機器人、先進綠能設備製造、智慧車輛
2.振動控制、強健控制、智慧型材料分析與應用Smart Materials and Structures、Vibration Control、Acoustics Control、Robust Control
第十一週 I.智慧製造與工業4.1
II.人工智慧開發環境建置
III.引入 AI 之前,企業必須知道的資料分析與機器學習實務
1.智慧製造、半導體生產自動化、虛擬量測、預測保養
2.開發環境建置分享、雲端平台與終端平台、AI人員團隊的建置與所需的Know-how
第十二週 結業典禮 / 成果發表