感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
介紹與團隊Use Case選擇
- 工業環境中的人工智能概述
- 用例類別:質量、維護、能源、物流
- 團隊組建與項目目標範圍界定
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
- 在迴歸、分類、聚類或異常檢測之間選擇
- 使用Scikit-learn訓練和評估模型
- 使用TensorFlow或PyTorch進行高級建模
可視化與結果解釋
- 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)
- 記錄假設與侷限性
部署模擬與反饋
- 模擬邊緣/雲部署場景
- 收集反饋並改進模型
- 與運營集成的策略
畢業項目開發
- 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
- 展示AI解決方案概念與成果
- 小組反思與經驗教訓
- 組織內擴展用例的路線圖
總結與下一步
最低要求
- 瞭解製造或工業流程
- 具備Python和基礎機器學習的經驗
- 能夠處理結構化和非結構化數據
受衆
- 跨職能團隊
- 工程師
- 數據科學家
- IT專業人員
21 時間: