實務工作坊：利用工業資料實現 AI 應用案例培訓

簡介與團隊應用案例選擇

• 工業環境中的 AI 概觀
• 應用案例類別：品質、維護、能源、物流
• 團隊組建及項目目標界定

理解與準備工業資料

• 工業資料類型：時間序列、表格、影像、文字
• 資料採集、清理與預處理
• 使用 Pandas 和 Matplotlib 進行探索性資料分析

模型選擇與原型設計

• 在回歸、分類、聚類或異常檢測之間進行選擇
• 使用 Scikit-learn 訓練並評估模型
• 使用 TensorFlow 或 PyTorch 進行進階建模

結果可視化與解讀

• 建立直觀儀表板或報告
• 解讀效能指標（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/雲端部署情境
• 收集反饋並優化模型
• 與營運整合的戰略

總結性項目開發

• 完成並測試團隊原型
• 同儕審查與協作除錯
• 準備項目展示與技術摘要

團隊展示與總結

• 展示 AI 解決方案概念與成果
• 小組反思與經驗總結
• 組織內擴展應用案例的路線圖

總結與後續步驟