or
贏在AI的起跑點_智慧機械品質與製程改善工程師
本課程將講解大數據資料整理,品質關聯分析、製程品質參數分析...........
製程資料結合IOT進行生產紀錄,其最重要的貢獻在於提供品質分析。然而從大量資料中找出製程與品質的相關性有其複雜度,且在已經高度良率中要再將品質再提升更是難上加難。一般品質分析主要是透過SPC來進行管制界線設定,透過SPC來提升產品品質。然而有時品質問題牽涉層面較廣,可以透過分類、關聯法來找出品質與製程機台的關聯性以及製程的差異性,是否牽涉到補償問題。因此大數據之後,主要在於建模,而建模的良窳又牽涉到資料前處理。
收件人email:
寄件人姓名:
寄件人email:
贏在AI的起跑點_智慧機械品質與製程改善工程師
適合對象: 

 



贏在AI的起跑點_
智慧機械品質與製程改善工程師(全系列)

上課地址:中科_工商行服務大樓4樓或9樓教室 【台中市428大雅區中科路6號】

時數:28

起迄日期:2021-07-08~2021-08-12

聯絡資訊:陳文幸/04-25672316

報名截止日:2021-07-06

課程類別:人才培訓(課程)

活動代碼:2320040054

 

課程特色
 
製程資料結合IOT進行生產紀錄,其最重要的貢獻在於提供品質分析。然而從大量資料中找出製程與品質的相關性有其複雜度,且在已經高度良率中要再將品質再提升更是難上加難。一般品質分析主要是透過SPC來進行管制界線設定,透過SPC來提升產品品質。然而有時品質問題牽涉層面較廣,可以透過分類、關聯法來找出品質與製程機台的關聯性以及製程的差異性,是否牽涉到補償問題。因此大數據之後,主要在於建模,而建模的良窳又牽涉到資料前處理。

而資料整理有人使用SQL進行資料處理,有的使用Excel來進行分析,整理時間耗費數天或數周。而進行資料建模分析透過撰寫程式,得經過撰寫、編譯、除蟲等問題,執行分析後得在驗證模型,在驗證後再出報告。如此可能耗費數天或數月,若資料有問題或模型不準確得再重新整理資料,再重新建模,如此不斷反覆實作。

本課程將講解大數據資料整理,品質關聯分析、製程品質參數分析,機台維護資料的文本分析處理。透過製程與品質之案例資料來進行演練,並利用大數據軟體工具(PolyAnalyst)來進行實作練習,讓學員了解如何透過大數據資料整理、建模分析等,以應用在結構資料及非結構化資料上。

本系列課程~歡迎企業包班

本課程符合勞委會"協助事業單位人力資源提升計畫"的補助方案,歡迎企業踴躍報名參加

歡迎企業包班,請來電洽詢 課程承辦人陳小姐(Joan) 04-25675621

歡迎您以下為【全系列/單元課程】~歡迎您報名參加
 

課程日期

課程名稱

時數

7/8~8/12

(週四)

《全系列》【贏在AI的起跑點】智慧機械品質與製程改善程師(請點我)

28hrs

7/08(週四)

單元一: 智慧IOT與產品品質資料蒐集整理分析  (請點我)

7hrs

7/22(週四)

單元二: 製程IOT與品質改善案例分析(請點我)

7hrs

8/05(週四)

單元三: 製程IOT與機台預維護分析(請點我)

7hrs

8/12(週四)

單元四: AI演算及文本資料分析(請點我)   

7hrs


 
課程目的
 
1.結構資料與非結構化資料之如何應用與分析。
2.品質技術分析常用的分析演算法。
3.如何應用在製程與品質關係分析。
4.了解資料處理與建模及模型比較。
5.如何進行品質異常分析,歸類、分群,異常關聯。
6.資料前處理的技巧。
7.結構與非結構分析與品質提升之應用

課程大綱

本課程搭配電腦實作教學
敬請自備NB (備配需求:RAM至少4G以上最佳,硬碟至少40GB,作業系統:Windows 7以上,Windows Update 更新至最新最佳)安裝實作練習!

課程名稱

課程大綱

(F1)

智慧IOT與產品品質資料蒐集整理分析

(上課時間:110/7/8)

(1).大數據資料分析初步認識

(2).製程與品質資料收集與整理

(3).資料前處理技術淺談

(4).大數據建模與驗證

(5).結構化資料分析與應用

(6).非結構化文本分析與應用

(7).統計方法分析

(8).加工機台時間分布統計

(9). SPC製程管制界限分析

(10).時間序預測分析

(F2)

製程IOT與品質改善案例分析

(上課時間:110/7/22)

(1).製程與品質分析案例實作

(2).機台資料整理與品質資料串聯

(3).機台資料格式轉換

(4).機台與品質關聯分析與解讀

(5).生產參數分析模型建立

(6).生產參數分析比較

(7).規則與模型驗證

(F3)

製程IOT與機台預維護分析

(上課時間:110/8/5)

(1).機台維護案例文本分析實作

(2). 3D印表機維護紀錄說明

(3).文本資料前處理

(4).維護事件詞雲分布呈現與探討

(5).事件分類與歸類

(6).事件分類表統計

(7).事件與子事件比例分析

(F4)

AI演算及文本資料分析

(上課時間:110/8/12)

(1). AI演算法介紹

(2).分群與分類演算法、資料分群神經網路

(3).支持向量機、決策樹、關聯演算法

(4).連結分析、預測、時間序列分析

(5).數值估算與函數逼近、文本分析

(6).資料分析案例分享

(7).生產案例分析

(8).製造品質案例介紹

(9).維護文本分析

(10).DRAM網路新聞文本與商品價格預測

課程參考圖示

 

講師簡介

講師 : 工研院特聘專業講師

課程對象

1.電機/電子/材料/機械/生技/資訊/統計等相關背景之研發工程師、產品設計師、生產製造、品保工程師、研究員及各管理階層及相關工程師/資料分析人員。
2.欲追求自我成長者或對本課程有興趣之學員。

結訓與證書

工研院培訓證書授予(參加全系列)
-參加<【贏在AI的起跑點】智慧機械品質與製程改善工程師全系列>之學員,研習期滿,出席率超過80%()以上,且參加實務演練通過核可者,即可獲得工研院頒發的培訓證書。

 
 

價格

歡迎加入LINE@好友,隨手掌握最新課程資訊及優惠方案∼LINE搜尋【@cco1893w】或按右列https://is.gd/35XryD加入
本課程符合勞委會"協助事業單位人力資源提升計畫"的補助方案,歡迎企業踴躍報名參加

  員》

課程原價

七天前報名

優惠價

()以上/工研人/學校

相揪同行優惠價

單元課程( 7小時)
(F1~F4)

 4,500/

 3,900/

 3,500/

全系列課程

(28小時)

16,800/

14,200/

13,500/


報名方式及繳費方式

(可單元報名或全系列報名)
上課日期:110/7/08、7/22、8/05、8/12(週四)
上課時間:09:00~17:00;每單元7小時;全系列報名共計28小時
上課地點:工研院產業學院 台中學習中心
上課地址:台中市大雅區中科路6號(中科-工商服務大樓-4樓或9樓教室)
交通資訊
-可搭乘『高鐵免費接駁公車(161路)』:高鐵台中站至中科管理局工商服務大樓往返(平日/假日均行駛)
-或搭乘『中科免費巡迴巴士(西屯線)』:統聯中港轉運站至中科管理局工商服務大樓往返(平日行駛)
-或搭乘公車、仁友客運:45路公車、巨業客運:68路、東南客運98路(平日行駛)
-中科管理局近250個地下室平面停車位,停車便利,憑『車牌辬識』入場,本單位貼心免費消磁
 

預計招生名額:25名為原則,依報名及繳費完成之順序額滿為止(本班預計10人即開課) 
報名方式:
1.線上報名:https://reurl.cc/lVDmlq
2.傳真報名:傳真電話(04)2569-0361 (傳真後請來電確認,以保障優先報名權益)
3.電子郵件報名:E-mail

itri533882@itri.org.tw

課程洽詢: 04-25672316  陳小姐  /  04-25687661 王小姐

 繳費資訊:
(一)ATM轉帳(線上報名):
繳費方式選擇「ATM轉帳」者,系統將給您一組轉帳帳號「銀行代號、轉帳帳號」,但此帳號只提供本課程轉帳使用, 各別學員轉帳請使用不同轉帳帳號!!轉帳後,寫上您的「公司全銜、課程名稱、姓名、聯絡電話」與「收據」傳真至04-25690361工研院產業學院 台中學習中心 收。

(二)信用卡(線上報名):
繳費方式選「信用卡」,直到顯示「您已完成報名手續」為止,才確實完成繳費。

(三)銀行匯款(公司或個人電匯付款):
土地銀行工研院分行,帳號156-005-00002-5(土銀代碼:005)。
戶名「財團法人工業技術研究院」,請填具「報名表」與「收據」回傳真至04-25690361工研院產業學院 台中學習中心 收。

(四)即期支票或郵政匯票:
抬頭「財團法人工業技術研究院」,郵寄至:428台中市大雅區中科路6號4樓(中科工商服務大樓4樓) 工業技術研究院 收。
(五)計畫代號扣款(工研院同仁)請從產業學院學習網直接登入工研人報名;俾利計畫代號扣款。

※繳費後請於收據上註明「公司名稱、課程訊息、姓名、聯絡電話」,傳真至產業學院 04-25690361陳小姐 收


貼心提醒/推薦課程

◆以下注意事項─敬請您的協助,謝謝!

1、課程3天前,學員將收到【E-mail上課通知】,敬請留意信件
2、為尊重講師之智慧財產權,請勿錄影、錄音,恕無法提供課程講義電子檔,。
3、請註明服務機關之完整抬頭,以利開立收據;未註明者,一律開立個人抬頭,恕不接受更換發票之要求。
4、若報名者不克參加者,可指派其他人參加,並於開課前一日通知。
5、退費辦法:學員於開訓前退訓者,將依其申請退還所繳上課費用90%,另於培訓期間若因個人因素無法繼續參與課程,將依上課未逾總時數1/3,退還所繳上課費用之50%,上課逾總時數1/3,則不退費。



附件
 
 
  • *填寫報名表能讓開課單位更有效的處理您的資料,並優先處理您的需求!
  • 報名班別 
  • 報名人數   人
  • * 第1位報名者姓名 
  • ...................................................................................................................................................