강의

멘토링

커뮤니티

AI Technology

/

etc. (AI)

CEO及びリーダーのための製造革新とAIビッグデータ

半導体に関する製造革新案をベンチマーキングし、半導体データでコーディングなしに機械学習、深層学習を試すことができます。

難易度 初級

受講期間 無制限

  • 1159136
AI
AI
Machine Learning(ML)
Machine Learning(ML)
classification
classification
AI
AI
Machine Learning(ML)
Machine Learning(ML)
classification
classification

受講後に得られること

  • 半導体ビッグデータ人工知能事例

  • NO CODING(Orange 3) 実装

講義要約📖

1)半導体とディスプレイ製造現場ではどのようなデータを収集してイノベーション活動を推進するか?
2)CEOおよびリーダーとして人工知能を導入したプロジェクトがきちんと推進されているかどうかを知る方法はないだろうか?
3)コーディングをせずにマシンラーニングやディープラーニングを自由自在に使ってみることはできないだろうか?


受講対象👨‍💻

1)製造関連のイノベーション活動を通じて人工知能を導入したいCEOと役員
2)製造関連人工知能を導入しようとする組織のリーダー
3)コーディングなしで人工知能機械学習ディープラーニングを実装したい方


期待効果💁‍♂️

1)半導体、ディスプレイビッグデータに対する製造イノベーション案をベンチマークし、各自本人のドメインでどのように導入していくかについてのアイデアを導出することができるようになる。
2)コーディングなしで自由自在に機械学習、ディープラーニングを回すことができ、最適な人工知能アルゴリズムを選択することができる。
3)それぞれのドメインデータを持ってマシンラーニング、ディープラーニングアルゴリズムを通じたインサイトを導出することができる実力を備えることになり、現場を改善することができる。

カリキュラム📕

1強。半導体ディスプレイ製造革新とAIビッグテーター(革新事例:生産、歩留まり、品質)
2強。半導体ディスプレイ製造革新とAIビッグテーター(革新事例:インフラ、環境安全、エネルギー)
3強。事前準備/データの前処理と可視化
4強。データの前処理と可視化/機械学習(Classification:k-NN)
5強。機械学習 (Classification: Logistic Regression, Tree, Random Forest, SVM)
6強。機械学習(Classification: Naïve Bayes, Neural Network)
7強。マシンラーニング
8強。機械学習(Image Classification, Clustering: k-Means, Hierachical Clustering) /
ディープラーニング(DNN、CNN)

< CEO/役員/リーダーの人工知能教育が重要な10の理由>
1. CEO/エグゼクティブが最初に実践しなければ、どの従業員もしません。
2. 人工知能は従業員に任せて知って進めることではありません。
3. CEO/エグゼクティブが人工知能について抽象的にしか理解できない場合、正しい意思決定はできません。
4. 人工知能の専門家は身代金が高く、むやみに採用することはできません。採用をしても、インタビューの際に何をどのように聞かなければならないのか、そして答えが正しいのか間違っているのかも把握するのは難しいです。
5. 従業員を教育することは費用と時間の節約効果が大きいでしょうが、CEO/役員が先に知っていなければ教育もさせることができます。
6. 人工知能導入業務のアイデアは、業務システムを最も包括的に知っているCEO/役員が出さなければなりません。
7. CEO/役員が直接人工知能を学ぶと、人工知能を実装することはあまり難しくないことがわかります。
8.プロジェクトを率いるCEO /役員が人工知能を知らない場合は、プロジェクトが山に行きやすくなります。アルファゴレベルの人工知能を考えて期待より性能が落ちるとすぐに元の方法に戻る事態が発生することがあります。
9. 人工知能が実際にどんなものかを学んだら、欲と期待が低くなり、精度を改善する方向を考えるようになります。
10. 結局、これらすべての意思決定はCEO/役員が行うので、彼らが正しく知らなければ結局何もできません。
(出典:著書、著者チャン・ドンイン、出版された光メディア)

💾受講前の注意

本講義は、画像で行われたオンラインセミナーを再編集した講義です。参考にしてください!
環境によっては音質が不均一に感じることがあります。受講前のプレビュー講義をご確認ください!

  • 準備はコンピュータ(デスクトップorノートブック)だけで済みます。

  • コンピュータの仕様が高いほど実行が速くなりますが、大きな違いはありません。

  • オープンソースのデータマイニングツールキットであるOrangeを使用します。そのリンクからダウンロードして使用してください。

  • 練習用の半導体データセットファイルはセクション0-ユニット3に添付されています。

こんな方に
おすすめです

学習対象は
誰でしょう?

  • 製造関連の革新活動を通じ、AIの導入を目指すCEOおよび役員

  • 製造関連AIの導入を検討されている組織のリーダー

  • コーディングなしでAI、機械学習、深層学習を実装したい方

こんにちは
です。

光云大学で電子工学を専攻した後、1984年から2011年までの27年間、サムスン電子の半導体部門にて製造チーム長および製造センター長、そして環境安全・施設・システムを統括する基盤技術センター長を歴任しました。専務として半導体でのキャリアを終えた後、2011年から2016年までの5年間、サムスンディスプレイ(OLED)の副社長として、製造センター長および生産・環境安全・施設・システムを統括する団地長を務めました。ソウル科学総合大学院およびビジネススクール・ローザンヌ(BSL)を卒業後、スイス公立大学院にてビッグデータ分野のMBA、Ph.D.、DBAの学位を取得し、現在はスイス・スクール・オブ・マネジメント(SSM)の教授、産業政策研究院の研究教授、および人工知能協会副会長として、製造インテリジェンスプロジェクトを率いています。

上記コンサルタントは、光云大学で電子工学を専攻した後、1984年から2011年までの27年間、サムスン電子の半導体部門にて製造チーム長および製造センター長を経て、環境安全、ファシリティ、システムを統括するインフラ技術センター長を歴任した。専務として半導体でのキャリアを終えた後、2011年から2016年までの5年間は、サムスンディスプレイ(OLED、LCD)の副社長として、製造センター長および生産、環境安全、ファシリティ、システムを責任管理する団地総括を務めた。退任後、ソウル科学総合大学院大学とスイスのBSL(Business School Lausanne)にてビッグデータMBAおよびPh.D.、DBA学位を取得。現在はSSM(Swiss School of Management)教授、産業政策研究院の研究教授、一般社団法人人工知能協会副会長として、製造知能化事業団長の業務を遂行している。

カリキュラム

全体

9件 ∙ (7時間 11分)

講座資料(こうぎしりょう):

授業資料
講座掲載日: 
最終更新日: 

受講レビュー

全体

1件

4.0

1件の受講レビュー

  • jhlee06096671님의 프로필 이미지
    jhlee06096671

    受講レビュー 1

    平均評価 4.0

    4

    89% 受講後に作成

    • 1159136
      知識共有者

      役に立ったとはやりがいがあります。 ありがとうございます。

¥12,221

似ている講座

同じ分野の他の講座を見てみましょう!