智慧製造 AI 實務應用

1.認識資料科學方法論
- 包含：問題定義、資料前處理、模型建立、表現評估、部署上架等流程

2.建立機器學習模型
- 認識統計與機器學習模型
- 針對既有感測器收到的資訊進行視覺化、資料維度調降、建立模型

3.建立深度學習模型
- 認識深度學習基礎原理，並以Tensorflow建立神經網路
- 電腦視覺常見任務：影像分類、物件偵測、語意影像切割模型
- 在監控設備上常需部署感測器蒐集數據，本課程將建立時間序列模型推估設備使用壽命

4.結合製造專業知識與 AI
- 為深度學習模型添加可解釋性，讓AI說出做出判斷的理由 - 可解釋性人工智慧
- 建立工廠產線品質控管系統

5.利用生成式AI提高工作品質
- AIGC工作流經驗分享

6.累積人工智慧實務專題經驗