• Description

上課地址:中科_工商行服務大樓2樓207教室 【407台中市西屯區中科路6號】

上課時數:14起迄日期:2018/04/10~2018/04/11

聯絡資訊:王姿若/04-25687661

報名截止日:2018/04/09 

課程類別:人才培訓(工業局)

研討會編號:2317120021

本課程採用電腦教室實務教學!建議可自備NB (OS:WINDOWS 7/ 8專業版以上)安裝實作練習

全球企業均面對產品生命週期過短,高度客製化生產需求;缺乏忠誠性客戶購買行為和大量混亂之資訊,誰能由混沌資訊中洞察先機,除了防範未然之外,更能為企業帶來致勝契機,有效提升組織獲利、降低投資風險。大數據除了關注傳統資料視覺化之呈現之外更重要是透過資料採掘技術在大數據庫中找出有價值的隱含情報資訊;尤其一些非結構性資料分析,如文字採掘,其中可能隱含一般結構性資料所沒有之智慧關聯,更需以資料採掘分析技術來分析及歸納出智慧決策資訊,作為決策的依據。

課程特色/目標
主要介紹大數據Big Data之分析相關背景,並分析眾多資料採掘分析演算法,包含SVM、類神經、Fuzzy、群集、模式測試等來做大數據採掘。

本課程將透過資料採採掘系統工具(PolyAnalyst)進行實作分析,利用不同應用例子之現有的資料庫,分析在大量資料中有效地找出隱藏其內的行為模式或彼此的關聯性,建立預測未來模型,學員透過實作可以體驗資料採掘分析Data Mining呈現令人不可預期之有用之資訊意涵。此外針對耗時之資料搬運或合併,在實作課程中提供快速整合之技巧,讓大數據分析更有效率;加上中文文字採掘實作,更容易淬煉出更多有用資訊和獲得其潛在的情報及知識,如此才能提供更充足的決策情報,課程案例除了商業應用,也納入生產製造案例實作,運用大數據在智慧製造整合運用,以培養工業4.0相關技術人才,提昇企業競爭力。

課程大綱

Day

課程大綱

課程內容


Day1

*  前言

大數據分析現況

大數據的5V

大數據與IOT

*  大數據之分析工具概況
  分析介紹

大數據之分析工具PolyAnalyst簡介

大數據分析常見之困難

應用實例之介紹

*  資料前處理

  • 資料來源介紹
  • 異質資料來源合併與結合
  • 資料清理問題
  • 欄位擴編處理
  • 資料型態轉換
  • 資料分割與抽樣

*  資料採掘演算法選定
  與實作

何謂分類

分類演算法應用

  • 羅吉斯分類演算法
  • 決策樹分類規則演算法
  • 類神經演算法應用
  • SVM支持向量機演算法介紹
  • 貝式網路應用

▲函數逼近演算法應用

  • 逐步回歸演算法
  • 神經演算法應用

▲分群與分類之差異

▲分群演算法應用

  • Cluster分群演算法
  • K-Mean分群演算法

▲關聯演算法運用

  • 時間關聯分析
  • 連結分析
  • 關聯分析
  • 購物籃分析

▲時間預測演算法運用

  • 時間序列預測

Day2

*  生產製造案例實作

機台統計範例資料說明

  • 資料選擇
  • 資料前處理
  • 資料分析
  • 規則關聯搜尋

規則詮釋

決策應用

 

*  客服資料分析

工作日誌的應用

客戶服務內容說明

▲文本分析範例練習資料

  • 文本分析模型建立
  • 關鍵字搜尋
  • 詞雲顯示字詞使用強度
  • 語詞關聯-議題顯示
  • 自動議題分析
  • 人工議題整理
  • 議題統計
  • 議題與時間相對統計
  • 解釋
 

*  網頁式報表實作

▲專案選擇

▲專案資料匯入

▲統計報表設定

▲趨勢報表選擇與設定

▲關聯圖表選擇與設定

▲發佈測試

  • 帳號登入
  • 專案選擇瀏覽
  • 專案報表顯示

▲遠端範例測試

上課日期:107/04/10、04/11 (週二~三)
上課時間:09:30~17:30;每天7小時,共計14小時
上課地點:工研院產業學院 台中學習中心
上課地址:中科-工商服務大樓-2樓207電腦教室(台中市大雅區中科路6號)
交通資訊:
-可搭乘高鐵免費接駁公車: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)
-或搭乘園區免費接駁公車: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)
-或搭乘台中客運69號公車、仁友客運45號公車(平日/假日均行駛)
-備有B1及B2地下室平面停車位

課程對象
1. 機械/電機/電子/資訊/生醫/材料/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. 學術單位老師或學生/研究單位工程師或主管 或 對大數據分析有興趣者。

講師簡介
大數據專業講師/黃老師

  • 經 歷:科技業-軟體系統處技術部經理
  • 專 長:大數據分析、人工智慧、類神經網路、智慧製系統模擬專案導入、機器人模擬、系統分析、決策分析、人因工程、認知心理學、眼動儀應用