課程簡介

製造業中的人工智能簡介

  • 智能製造和工業4.0的趨勢
  • 運營中的人工智能應用案例概述
  • 關鍵性能指標和KPI

數據收集與準備

  • 製造業數據來源(傳感器、PLC、MES)
  • 清洗和格式化時間序列數據
  • 使用Pandas和Jupyter進行預處理

描述性和診斷性分析

  • 數據探索與可視化
  • 相關性分析和根本原因識別
  • 使用Power BI創建自定義儀表板

Machine Learning用於流程優化

  • 監督學習和無監督學習
  • 聚類用於模式發現
  • 迴歸和分類用於預測

人工智能用於預測性維護和質量

  • 異常檢測和預測性警報
  • 故障預測模型
  • 通過模型洞察提升產品質量

即時分析與反饋循環

  • 流數據與即時處理
  • 與SCADA/MES系統集成
  • 反饋用於自動流程調整

案例研究與畢業項目

  • 動手分析真實世界數據集
  • 設計與驗證優化模型
  • 最終展示AI驅動的改進計劃

總結與下一步

最低要求

  • 瞭解製造流程或運營管理
  • 具備數據分析或Excel報告經驗
  • 基本熟悉編程或腳本編寫

受衆

  • 流程工程師
  • 工廠主管
  • Lean六西格瑪專業人士
 21 時間:

人數


每位參與者的報價

Upcoming Courses

課程分類