核果智能科技股份有限公司／李厚均 執行長
中小網大
專為車用零組件產業設計，深入探討如何透過AI技術實現排程優化、製程改善與預測性維護。內容從智慧製造的挑戰出發，介紹如何運用強化學習等演算法處理多工序排程，並結合震動、溫度及電流等感測數據，提前預警設備故障以降低停機損失。課程強調實務應用，引導學員利用 ChatGPT 與 Google Colab進行數據探索分析、機器學習建模及 Python 程式驗證。針對管理層面，詳細解析 AI 專案的六大導入流程，並提供成本效益評估量表（ROI）與成熟度診斷工具，協助企業評估投資回報期。最後，透過實務案例與 Kaggle 平台資源，助力學員將 AI 轉化為提升產能與良率的具體競爭力。
一、排程／製程優化原理。
二、設備狀態監測。
三、機台震動數據預測性維護模型訓練與應用。
四、AI專案導入流程介紹。
五、導入AI成本效益評估量表介紹。
六、AI導入成本效益分析模擬演練。
掌握車用零組件排程優化與預測性維護的核心原理。學會運用震動、溫度與電流等感測數據進行設備監控，並辨識監督式與非監督式學習模型的導入時機。實務操作上，能利用ChatGPT 進行數據探索性分析、繪製專業統計圖表並生成Python程式碼。此外，還能了解AI專案六大導入流程，學會計算投資報酬與回收期，協助企業透過評量表診斷導入成熟度，做出精準的數位化轉型決策。
活動詳情：https://www.smelearning.org.tw/news.php?node=840