or
數位生產力培訓服務-無AI背景的AI大數據實作培訓
讓[AI]變成企業素質能力、讓[數據]變成協作語言。目前我們,累積上百位成功開課學員見證,AI大數據分析技巧將提供內訓導入服務。我們特別針對非AI背景或非精通程式的一般人員,設計此系列的培訓方案。雖然說,每一個人都必須要在轉型上負起責任,而非老闆/IT的責任,我們目的
收件人email:
寄件人姓名:
寄件人email:
 


一年僅有一次機會
2022/9/15前簽約40hrs企業包班,
可以享工業局最高50%,70萬培訓費用補助 !

詳見『經濟部工業局AI產業實戰應用人才淬煉計畫

[AI]變成企業素質能力
[數據]變成協作語言




目前我們,累積上百位成功開課學員見證,AI大數據分析技巧將提供內訓導入服務。我們特別針對非AI背景或非精通程式的一般人員,設計此系列的培訓方案。雖然說,每一個人都必須要在轉型上負起責任,而非老闆/IT的責任,我們目的是希望讓每一個人都可扮演讓AI數位轉型遍地開花的能力。為什麼需要大數據?隨著企業生存環境越來越挑戰,越來越多的決策不容太多偏差,或者是因經濟情勢的壓力、或者ESG需求潮,掌握數據,並能夠快速與AI一起工作,已經是數位世代必然的方向。

課程特色:

  1. 可為沒有程式設計經驗與不具備資料科學經驗的領域成員,提供AI大數據的實用技能。
  2. 商業思維的建立
  3. no cod ai 平台操作實戰
  4. 根據平台分析,產出企劃,成果提案發表

修習完畢後,可藉由數位工具RPA輔助企業營運,推動數位化、自動化流程之優化,助力打造智慧製造全新架構。

學習目標:

1. 建立智慧製造的大數據分析之概念與原理

2. 學習RPA與ETL等資料科學必須要完成的流程

3. 實際操作智慧製造大數據分析之完整流程

4. 完整操作智慧製造大數據分析專案並提出決策

對象:

本課程適合企業內部之智慧製造人員、幕僚人員、專案部門人員或各階層主管
(不需要有程式設計基礎)

課程大綱:

Module A- AI基礎概念模組  7hrs 

一、謀定而後動-建立AI與大數據分析基本概念

  1. 甚麼是大數據?大數據基本定義?
  2. 大數據四大基本特徵有哪些?
  3. 大數據分析的主要流程步驟
  4. 大數據分析如何創造企業價值
  5. 大數據分析經典案例解析
  6. 設定主題-規畫企業內部AI與大數據分析專案(分組別)

二、機器學習落地與RPA應用場景

  1. 機器學習產業應用方式與實務
  2. 企業數據需求分析該怎麼做?
  3. 如何以策略地圖與BSC開展數據分析專案
  4. RPA大數據分析技術於智慧製造領域的應用方向
  5. AI專案主題開展後的結構發想討論(分組別)

Module B- 數據分析與預測模組 7hrs 

三、ETL與異質資料整合

  1. 甚麼是ETL工具?ETL 工具的功能有哪些?
  2. 智慧製造異質資料庫的整合
  3. 智慧製造異質(不正確、不一致、重複、冗餘)資料的整理
  4. (散佚、離群值、雜訊)資料清理

四、資料轉換與降維處理

  1. 製造資料的轉換(處理那些格式不符合統計或演算法假設的資料)
  2. 智慧製造資料化約(資料過多或維度過高的處理)

Module C 資料建模與調校  14 hrs 

 

五、數據模型中分類演算法原理

  1. 分類演算法的概觀。
  2. AI分析工具中提供的各種分類演算法原理、參數與特性。
  3. 不同分類演算法間的優缺點比較,以及合適的應用。

六、數據模型中回歸演算法原理

  1. 回歸的基礎概念
  2. AI分析工具
  3. 不同回歸演算法間的優缺點比較

七、數據模型中異常偵測演算法原理

  1. 異常偵測的基礎概念
  2. 不同異常偵測演算法間的優缺點比較

Module D RPA  3hrs 

八、機器人流程自動化基礎

  1. RPA機器人流程自動化簡介
  2. RPA應用工具實務操作演示
  3. RPA自動化流程應用案例探討

Module E 無代碼AI平台上機實作  3hrs 

這階段屬於整合應用,藉由前幾個Module的學習,更能對於AI分析的輸入、處理與產出,有更多的掌握。本課程將從操作介面的熟悉,案例的示範,並透過題目分組,讓企業員工實際導入想要分析

Module F 專案成果發表  6~7hrs (根據實際發表組數)

我們將安排講師群參與學員發表,並針對分析後的推展行動,在數據解讀、策略形成、步驟流程、可行性等方面提出建議與評論,期許提高AI轉型專案推動的成功率。
客戶贈言:


聯絡窗口:02-27363878 Candy & Coral
candy@asia-learning.com


  • 所需時間 42小時
  • 適合對象 高階主管、中階主管、基層主管、一般人員
  • 適合部門 業務、生產、企劃、經營管理、品管、研發、資訊
  • 實施方式 訓練課程