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。
  

2022年的補助計畫已開跑先申請先使用
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』

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