Python工業4.0人工智慧：製程資料處理大師

22 學生

課程介紹

製程資料轉換、處理與清理上遭遇很大的難題？
管理者要節能？客戶要品質？兩者要如何兼顧？
好多製程參數，到底該看那個呢？
哪些可能是被忽略的製程資料重要變數或可調整變數？
製程資料處理的成果如何與管理者溝通？

講師從自身實戰製程統計的實際經驗，設計「Python工業4.0人工智慧」系列課程。本課程即為解決製程資料本質問題第一步，由工業人工智慧專案服務經驗出發，將「製程數據資料」與「資料科學」結合，讓有心學習工業人工智慧的初學者，透過本門課程的實戰案例，入門工業人工智慧的資料處理與互動視覺化，做出讓自己、老闆與主管可快速溝通的成果！

早鳥限時雙優惠

凡於8/26(三) 23:59前購買【Python工業4.0人工智慧：製程資料處理大師】，享早鳥雙重優惠~~

雙重優惠獎不完：

1. 享有課程特惠價NT$ 2000元
2. 抽中全國第一本【行銷資料科學】書籍

早買早優惠~讓您工商業數據一把抓~~

(抽獎方式：以隨機方式抽出5位幸運兒，並於8月底前公布中獎名單)

【公告】恭喜以下報名課程中獎者：
呂O偉、何O苓、rita.l、蔡O均、高O正

※請中獎者留意信件通知※

課程單元

第一章：不廢話Python工業人工智慧應用案例
以「專案導向」的方式，介紹五個Python工業人工智慧應用案例成功個案，快速立Python與工業人工智慧應用上的重要概念！

【案例1】
需求提問：要節能？要品質？我兩個都要！
解決個案：製程品質與節能條件最佳化分析個案

【案例2】
需求提問：品質控管標準參數這麼多，如何選擇？
解決個案：品質控管標準參數選擇分析個案

【案例3】
需求提問：一堆參數眼花繚亂… 拜託給我有用的參數！
解決個案：製程參數重要性篩選個案

【案例4】
需求提問：如何讓主管與執行人員都可以擁有一致的「參數」調整目標？讓節能與品質提升最大化
解決個案：製程重要性參數一致性分析個案

【案例5】
需求提問：不是說AI很夯？那在製程資料上可以幹嘛？
解決個案：智慧監測個案

第二章：環境介紹與安裝
介紹與安裝 Python 好用的 Anaconda 環境，貫穿我們全課程的重要使用環境，讓課程進行不受程式環境的阻擋！

第三章：Python工業人工智慧 0 到 1 基礎起手式
從環境設定、Python 使用界面、字串、陣列等基礎必學起手式，順利接續後續 Python 的製程資料應用。例如：

for迴圈組合其他程式，用以去除【異常值】
if用來存留欄位，找出最適合分析的欄位基礎

第四章：Pandas智慧製程「資料處理」好夥伴
Pandas於「資料處理」、「轉換」與「分析」的操作方法，同時解密Pandas在製程資料處理時，我們精心為您準備的好用小工具。
第五章：Python案例實戰 – 智慧製程資料處理面
結合前述所學，實戰「全球前10強之一的製程產業」轉換後的製程資料，深度探索製程資料清理、轉換。

接續我們會產出三大資料正確性圖表，以確認資料分析的正確性：