Đề cương khóa học

Giới thiệu và Tuyển chọn Đội ngũ Use Case

  • Tổng quan về AI trong môi trường công nghiệp
  • Loại hình sử dụng: chất lượng, bảo trì, năng lượng, logictics
  • Hình thành đội ngũ và xác định mục tiêu dự án

Hiểu Biết và Chuẩn Bị Dữ Liệu Công Nghiệp

  • Loại hình dữ liệu công nghiệp: chuỗi thời gian, bảng biểu, ảnh, văn bản
  • Thu thập, làm sạch và tiền xử lý dữ liệu
  • Phân tích dữ liệu khám phá với Pandas và Matplotlib

Chọn Mẫu và Lập Trình Mô Hình

  • Chọn giữa hồi quy, phân loại, nhóm hóa hoặc phát hiện dị thường
  • Huấn luyện và đánh giá mô hình với Scikit-learn
  • Sử dụng TensorFlow hoặc PyTorch cho việc xây dựng mô hình nâng cao

Biểu Đồ và Giải Ý Kết Quả

  • Tạo các bảng điều khiển hoặc báo cáo trực quan
  • Giải thích chỉ số hiệu suất (độ chính xác, độ chuẩn xác, độ nhớ)
  • Ghi chép giả định và giới hạn

Tích Hợp Simulated và Phản Hồi

  • Tích hợp các tình huống triển khai ở lề hoặc trên đám mây
  • Thu thập phản hồi và cải thiện mô hình
  • Chiến lược tích hợp với hoạt động

Phát Triển Dự Án Đỉnh

  • Hoàn thiện và kiểm thử mẫu đội ngũ
  • Đánh giá đồng nghiệp và gỡ lỗi cộng tác
  • Chuẩn bị trình bày dự án và tóm tắt kỹ thuật

Báo Cáo Đội Ngũ và Tổng Kết

  • Trình bày các khái niệm và kết quả của giải pháp AI
  • Tự đánh giá nhóm và bài học rút ra
  • Kế hoạch phát triển sử dụng trong tổ chức

Tổng Kết và Bước Tiếp Theo

Requirements

  • Hiểu biết về quy trình sản xuất hoặc công nghiệp
  • Kinh nghiệm với Python và học máy cơ bản
  • Khả năng làm việc với dữ liệu có cấu trúc và không có cấu trúc

Đối tượng tham gia

  • Nhóm đa chức năng
  • Kỹ sư
  • Cient gia dữ liệu
  • Chuyên viên công nghệ thông tin
 21 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories