切換至手機版
02-2389-1838教育訓練服務
回中華工商研究院> 訓練課程> 讓智慧工廠落地的十堂課:用機器學習實現智慧製造的演算法實戰(線上直播政府補助課程)

返回 此課程報名結束

【智慧生產】讓智慧工廠落地的十堂課:用機器學習實現智慧製造的演算法實戰(線上直播政府補助課程)

在過去, 智慧工廠的概念被視為一種遙不可及的奢侈幻想。然而,隨著人工智慧和生產制造技術的不斷進步和演進,智慧製造實施的夢想已經逐漸變得觸手可及。

在這堂課程裡,你將深入了解智慧製造的概念與技術,並帶你一步步實際操作進行應用,透過挑戰真實案例培養解決問題能力。尤其是在ESG(環境、社會和治理)主題興起的背景下,不再只是一個未來的畫餅,而是成為了現代製造業追求和實現的必然趨勢

這樣的轉變不僅是技術的巨大飛躍,更代表著全球製造業在追求可持續、高效和環保的生產模式上的決心和努力。

進入本課程,您將踏上智慧工廠的奇妙之旅,從概念到實踐,從理論到應用,帶您深入探索智慧工廠的各個角落,讓您真正理解和掌握其核心精髓

主辦單位
智谷網絡股份有限公司(推廣協力單位:中華工商研究院)
訓綀對象
⼯程師、製造業高階主管、經營者 (學員需先備知識或技能: 會寫程式語言和了解資料庫觀念較佳)
課程目的

#實務導向的實戰課程:不同於一般程式課程的理論灌輸,我們著重實演算法在工廠的應用,讓你在真實場景中學以致用。

#課程直指核心立即上手:與一般冗長的課程不同,我們直指工廠中最常見的問題,學習後可立即上手,解決廠中實際問題。

#真實案例培養問題解決能力:與一般程式課程不同,我們透過挑戰真實案例,磨練問題分析解決問題的能力,鞏固學到的技能。

#宏觀的角度分析問題:與普通課程不同,我們結合講師的專業經驗,讓你能更全面的角度,找到工廠問題解法。

課程大綱

第一堂課   數位轉型概論

  • 「數位轉型」是策略解、管理解或技術解
  • 數位工廠的發展歷程
  • 基於問題意識的發展策略

第二堂課  數據生命週期管理

  •  數據科學在智慧工廠的角色
  • 數據的生命週期管理
  • 數據分析流

第三堂課  數據科學方法論

  • 大話數位工廠組織
  • 萬事照起工:基於問題意識的數據方法論
  • 問題一不該是「數據在哪裡」
  • 數據品質的重要性

第四堂課  Let's go data

  • 統計學基本概念
    • 貝葉斯 vs 費雪
    • 迴歸分析
  • 資料庫的基本概念
  • 智慧工廠裡的普通話

第五堂課  記得那天大家都笑了--預測性故障維護

  • 問題的描述
    • 設備故障帶來嚴酷挑戰。
  • 可能的方案
    • 一般做法
    • 智慧工廠做法
  • 涉及到的算法
    • 時間序列分析
    • 生存分析、Cox比例風險模型。
  • 基於風險的檢測(RBI)簡介

第六堂課  在無疑處有疑--異常檢測

  • 問題的描述
    • 早期識別和預測潛在異常
  • 可能的方案
    • 物理解
    • 數據解與《監測強度評估表》
  • 涉及到的算法
    • 線性回歸 多元迴歸
    • 時間序列
  • 聚類分析
第七堂課  智慧工廠裡的品質管理
  • 問題的描述
    • 生產過程中產品品質的不一致性。
    • 需要提前識別品質問題,以減少浪費和回收。
  • 出現的場景
    • 在生產線上發現的不合格產品。
    • 客戶反饋產品存在的問題。
  • 可能的解決方案
    • 實時監控生產線,自動檢測產品品質。
    • 通過分析生產數據,找出可能的品質問題源頭。
  • 涉及到的算法
    • 標準差、協方差
    • 多變量分析、主成分分析(PCA)。
  • 關聯分析

第八堂課  智慧工廠與工業物聯網 (IoT)

  • 問題的描述
    • 如何透過工業物聯網技術提高工廠的運營效率?
    • 決策支援
  • 可能的方案
    • 實施工業物聯網系統,收集、傳送並分析設備數據。
    • 利用雲計算技術,進行大數據分析和決策優化。
  • 涉及到的算法
    • 邊緣運算用於在設備端進行初步數據分析。
  • 深度學習用於辨識複雜的模式和趨勢。

九堂課  數據可視化的藝術

  • 數據可視化的重要性
  • 工廠的戰情中心概念
  • 數據的即時運算與呈現
  • 實際應用與案例分享

第十堂課  智慧工廠落地之後

  • 智慧工廠三要素:數據、算力、人
  • 不止防火牆:資訊安全
  • GPU 是關鍵資產

全方位的課程設計:實例解說搭配作業練習,百分百吸收課程知識

個人實戰練習:透過回家作業,讓學員將上課所學,帶入公司實際情況應用,並由老師給予個別建議。

期末考試評量:除了個人練習,還有期末評量,檢視學員課程的吸收程度,並協助學員展開自己對推動智慧工廠的action plan。

Q&A環節:每堂課都設有Q&A環節,課程中會搜集學員的問題,在最後由講師會大家解惑,不讓問題留到明天。

線下交流活動:在十堂課程之外,還會舉辦一場線下活動,可以實際和老師跟同學見面,交換彼此對智慧工廠的想法。

 

 

講師介紹

黃逸華

臺灣⼈⼯智慧協會技術交流處⻑

中華亞太智慧物聯協會執⾏⻑

品質經理⼈協會監事

華實智造數據⻑

 

曾任:

IR集團英格索蘭特靈能源服務公司(中國區)總經理

臺塑集團臺塑網公司能源服務處處⻑

特靈空調系統(中國)有限公司⼯廠⾃動化總監

美商Trane 公司(臺灣) 公司新事業發展總監

華科智造數據科技公司總經理

美商訊能集思智能科技公司副總裁

 

專業認證

LEEDAP國際綠建築協會認證專業⼈員

ISO50001能源管理體系顧問認證

ISO 14064 溫室氣體(碳)管理體系主導稽核員認證

第⼀屆臺灣⼈⼯智慧獎 AIAward最佳講師優秀賞

主管⼯業⾃動化、能源數據及管理節能、流程改善、資訊系統規劃、⼯業⼤資料系統等創新服務。並曾擔任中國多個城市⼯業能源顧問,協助建立城市⼯業能源管理系統及資訊化建設⼯作。

專注宏觀數據戰略及流程規劃、⼯業領域資料採擷及分析、⼯業流程⾃動化、智慧製造、服務型製造、戰略規劃、能源管理、運營管理體系設計等領域,協助客⼾有效轉型資料驅動型企業。曾協助世界500企業、及重要城市進⾏資料服務頂層設計、導入⼤區域⼤範圍能來源資料管理專案。

 

專業經歷

國際半導體設備協會(SEMI)綠⾊製程委員 2010~2011臺灣電⼦電機同業公會能源管理服務委員 2011~2014上海綠⾊建築協會理事 2015~2017

華東⼤數據交易中⼼顧問 2018~2019

中華動態競爭發展學會常務理事 2020~2021

⼈⼯智慧科技基⾦會顧問 2021~

東海⼤學AI法律研究中⼼顧問 2022~

品質經理⼈協會監事 2022~

臺灣⼈⼯智慧協會技術交流處處⻑2022~

亞太智慧物聯發展協會執⾏⻑2022~

 

專注宏觀數據戰略及流程規劃、工業領域資料採擷及分析、工業流程自動化、智慧製造、服務製造、運營管理體系設等領域,協助客戶有效轉型資料驅動型企業。曾協助世界500企業、重要城進行資料服務頂層設計、導入大區域大範圍能來源資料管理專案。

上課日期
2024-07-06 到 2024-09-07
報名日期
2024-06-04 到 2024-07-04
上課時間
7/6、7/13、7/20、7/27、8/3、8/10、8/17、8/24、8/31、9/7(一堂3小時,共30小時) 總計30小時
上課地點
十堂線上Webex直播教學。
課程費用
20,000元 /人  ※ 請勿先⾏繳費!本院將另行mail通知繳費!
總名額
20名
優惠方案

定價20000元。

前二十位報名可享政府補助50%學費

二人以上優惠:$18000 /人

 

  • 補助對象:
    (一) 年滿20歲具中華民國國籍之自然人。
    (二) 參訓學員不得以同一課程同時申領其他同類型之政府補助。
  • 補助資格:
    (一) 出席時數需達總培訓時數80%以上(至少出席24小時以上)
    (二) 完成三份練習作業,及一份報告。
    (三) 填寫參訓學員意見調查表
  • 補助方式:
    (一)  報名時須先繳交全額課程費用,結訓後符合資格退還50%

     
繳費方式

報名後另行通知。

備註欄
可選擇白日班(週六9:30~12:30) / 晚間班(周六19:00~22:00)。
電  話
02-23891838
傳  真
承辦人
#122黃小姐
報名資格
開放報名
------------------------------------------------------------------------------------------ google-site-verification=uH8i7ABbuPTMu8HzZ2BkNrNkIrn0vadDJeOr6_eo7YI google-site-verification: google237d1475e04236ba.html google-site-verification=loAVYr_Pt8nitm12w46m_StjYMhGQNcxyiEOeWc74rk ---------------------------------------------------------------------------- ---------------------------------------------------------------------------- ----------------------------------------------------------
-------------------------------------------------------------------