Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
課程簡介
介紹與團隊Use Case選擇
- 工業環境中AI的概述
- 使用案例類別:質量、維護、能源、物流
- 團隊組成與項目目標的界定
理解與準備工業數據
- 工業數據類型:時間序列、表格、圖像、文本
- 數據獲取、清理與預處理
- 使用Pandas和Matplotlib進行探索性數據分析
模型選擇與原型設計
- 選擇回歸、分類、聚類或異常檢測
- 使用Scikit-learn訓練和評估模型
- 使用TensorFlow或PyTorch進行高級建模
可視化與解釋結果
- 創建直觀的儀表板或報告
- 解釋性能指標(準確率、精確率、召回率)
- 記錄假設與限制
部署模擬與反饋
- 模擬邊緣/雲端部署場景
- 收集反饋並改進模型
- 與運營整合的策略
Capstone項目開發
- 最終確定並測試團隊原型
- 同行評審與協作調試
- 準備項目演示與技術總結
團隊演示與總結
- 演示AI解決方案概念與結果
- 小組反思與經驗教訓
- 組織內擴展使用案例的路線圖
總結與下一步
最低要求
- 了解制造或工业流程
- 具备Python和基础机器学习的经验
- 能够处理结构化和非结构化数据
受众
- 跨职能团队
- 工程师
- 数据科学家
- IT专业人员
21 時間: