Manufacturing-Data-Science

內容概述

此網頁為台灣大學「製造數據科學」的課程網頁。 主要為服務台大資訊管理學系與商業資料分析學分學程 (NTUBusiness Analytics Program)， 以Python程式實作教學，深入探討不同類型的演算法模型與製造資料，結合製造、資訊、統計、機器學習以及領域知識，呈現出有趣的/有價值的數據分析結果．

授課老師為李家岩老師

編輯群    

編輯者	暱稱	LinkedIn
洪佑鑫	Yu-Hsin Jeff Hung	https://www.linkedin.com/in/hungyuhsin/
沈宏穎	Hung-Ying Shen	https://www.linkedin.com/in/%E5%AE%8F%E7%A9%8E-%E6%B2%88-38443b1b1/
張智鈞	Chih-Chun Chang	https://www.linkedin.com/in/%E6%99%BA%E9%88%9E-%E5%BC%B5-5678b71a8/
宋亭遠	Ting-Yuan Song	https://www.linkedin.com/in/tingyuansong/
陳柏儒	Bo-Ru Chen	https://www.linkedin.com/in/boru-chen/

課外補充投影片講義

1. 智慧製造與生產線上的資料科學(Data Science in Manufacturing)
2. 預測之外：跨越預測與決策間的鴻溝(Beyond the Prediction)
3. 數據科學思考與實證研究(Think Like a Data Scientist)

資料分析實例 (Python)  

1. 資料預處理(Data preprocessing)
2. 缺失值填補(Data imputation)
3. 資料視覺化(Data visualization)
4. 迴歸分析與變異數分析ANOVA
5. 邏輯斯迴歸(Logistic regression)
6. 關聯式規則(Association Rule)
7. 特徵選取(Feature Selection)：逐步迴歸(Stepwise Regression)與套索迴歸(LASSO)
8. 特徵萃取(Feature Extraction)：主成份分析(PCA) 與 獨立成分分析(ICA)
9. 決策樹(Decision Tree)：分類與迴歸樹CART
10. 類神經網路(Neural Networks)：倒傳遞類神經網路(Backpropagation)與深度學習(Deep Learning)
11. 分群分析(Clustering)
12. 支援向量機(Support Vector Machine)
13. 集成算法(Ensemble Method)：隨機森林(Random Forest)與梯度推進(Gradient Boosting)

📌 Python

🚩 其他介紹

更新時間	文章
2019-11-14	可解釋性人工智慧 Explainable Artificial Intelligence(XAI)
2019-11-14	代價敏感 Cost Sensitive

資料分析實例 (R)

1. 半導體製造資料分析(Data Analysis in Semiconductor Manufacturing)
2. 缺陷鋼板分類資料分析(Data Analysis in Faulty Steel Plates Classification)