Inflearn brand logo image
Inflearn brand logo image
Inflearn brand logo image
AI Development

/

etc. (AI)

CEO và lãnh đạo về đổi mới sản xuất và AI Big Data

Có thể tham khảo đổi mới sản xuất về bán dẫn và chạy Machine Learning, Deep Learning không cần mã hóa với dữ liệu bán dẫn.

(4.0) 1 đánh giá

15 học viên

  • 1159136
머신러닝
반도체
AI
Machine Learning(ML)
classification

Dịch cái này sang tiếng Việt

  • Ứng dụng AI và Big Data trong bán dẫn

  • NO CODING(Orange 3) triển khai

Tóm tắt bài giảng📖

1) Loại dữ liệu nào sẽ được thu thập tại các cơ sở sản xuất chất bán dẫn và màn hình để thúc đẩy các hoạt động đổi mới?
2) Là một CEO và nhà lãnh đạo, có cách nào để biết liệu một dự án ứng dụng trí tuệ nhân tạo có đang tiến triển đúng hướng hay không?
3) Có thể sử dụng máy học hoặc học sâu một cách tự do mà không cần lập trình không?


Đối tượng mục tiêu👨‍💻

1) Các CEO và giám đốc điều hành muốn ứng dụng trí tuệ nhân tạo thông qua các hoạt động đổi mới liên quan đến sản xuất.
2) Các nhà lãnh đạo của các tổ chức đang tìm cách đưa trí tuệ nhân tạo vào sản xuất
3) Những người muốn triển khai trí tuệ nhân tạo, máy học và học sâu mà không cần lập trình.


Hiệu quả mong đợi💁‍♂️

1) Bạn sẽ có thể đánh giá các kế hoạch đổi mới sản xuất cho chất bán dẫn và hiển thị dữ liệu lớn, đồng thời đưa ra ý tưởng về cách áp dụng chúng vào lĩnh vực của mình.
2) Bạn có thể tự do thử nghiệm với máy học và học sâu mà không cần viết mã và lựa chọn thuật toán trí tuệ nhân tạo tối ưu.
3) Bằng cách có được khả năng rút ra hiểu biết sâu sắc thông qua các thuật toán học máy và học sâu bằng cách sử dụng dữ liệu của từng miền, bạn có thể cải thiện lĩnh vực này.

Chương trình giảng dạy📕

Bài giảng 1. Đổi mới sản xuất màn hình bán dẫn và dữ liệu lớn AI (Các trường hợp đổi mới: Sản xuất, Năng suất, Chất lượng)
Bài giảng 2 : Đổi mới sản xuất màn hình bán dẫn và dữ liệu lớn AI (Các trường hợp đổi mới: Cơ sở hạ tầng, An toàn môi trường, Năng lượng)
Bài 3 : Chuẩn bị sơ bộ / Xử lý dữ liệu và trực quan hóa
Bài giảng 4 : Tiền xử lý và trực quan hóa dữ liệu / Học máy (Phân loại: k-NN)
Bài giảng 5. Học máy (Phân loại: Hồi quy logistic, Cây, Rừng ngẫu nhiên, SVM)
Bài giảng 6. Học máy (Phân loại: Naïve Bayes, Mạng nơ-ron)
Bài giảng 7. Học máy (Phân loại: Xếp chồng, Adaboost / Hồi quy: k-NN, Cây, Rừng ngẫu nhiên, Hồi quy tuyến tính, Hồi quy tuyến tính, Mạng nơ-ron, Độ lệch và phương sai, Tập hợp và Bagging, Tăng cường, XGBoost, Xếp chồng)
Bài giảng 8. Học máy (Phân loại hình ảnh, Phân cụm: k-Means, Phân cụm phân cấp) /
Học sâu (DNN, CNN)

10 lý do tại sao đào tạo AI cho CEO, giám đốc điều hành và lãnh đạo lại quan trọng
1. Nếu CEO/giám đốc điều hành không làm trước thì sẽ không có nhân viên nào làm.
2. Trí tuệ nhân tạo không phải là thứ có thể giao cho nhân viên và tự thực hiện.
3. Nếu các CEO/giám đốc điều hành chỉ có hiểu biết trừu tượng về AI, họ sẽ không thể đưa ra quyết định sáng suốt.
4. Các chuyên gia AI rất đắt đỏ, khiến việc tuyển dụng họ một cách tùy tiện trở nên khó khăn. Ngay cả khi được tuyển dụng, việc biết nên hỏi những câu hỏi nào và cách hỏi họ trong các buổi phỏng vấn cũng rất khó khăn, thậm chí còn khó xác định câu trả lời của họ là đúng hay sai.
5. Đào tạo nhân viên có thể rất hiệu quả về mặt chi phí và tiết kiệm thời gian, nhưng trước tiên, CEO/giám đốc điều hành phải biết cách đào tạo họ.
6. Ý tưởng triển khai AI nên đến từ CEO/giám đốc điều hành có kiến thức toàn diện nhất về hệ thống kinh doanh.
7. Khi các CEO và giám đốc điều hành tự tìm hiểu về AI, họ nhận ra rằng việc triển khai AI không hề khó.
8. Nếu CEO hoặc giám đốc điều hành dẫn dắt dự án không hiểu rõ về AI, dự án có thể dễ dàng đi chệch hướng. Nếu họ hình dung một AI ở cấp độ AlphaGo, nhưng hiệu suất của nó lại không đạt kỳ vọng, họ có thể ngay lập tức quay lại phương pháp ban đầu.
9. Khi bạn hiểu được AI thực sự là gì, kỳ vọng và tham vọng của bạn sẽ giảm xuống và bạn sẽ bắt đầu nghĩ về những cách để cải thiện độ chính xác.
10. Cuối cùng, CEO/giám đốc điều hành sẽ đưa ra mọi quyết định về vấn đề này, vì vậy nếu họ không biết chi tiết, họ không thể làm gì được.
(Nguồn: Sách , tác giả Jang Dong-in, nhà xuất bản Hanbit Media)

💾 Những điều cần lưu ý trước khi tham gia lớp học

Bài giảng này là phiên bản chỉnh sửa lại của một buổi hội thảo trực tuyến được thực hiện qua hội nghị truyền hình. Xin lưu ý!
Tùy thuộc vào môi trường xung quanh, chất lượng âm thanh có thể không đồng đều. Vui lòng kiểm tra bài giảng trước khi tham dự!

  • Tất cả những gì bạn cần là một máy tính (máy tính để bàn hoặc máy tính xách tay).

  • Máy tính có cấu hình cao hơn có thể chạy nhanh hơn, nhưng sẽ không có sự khác biệt lớn.

  • Chúng tôi sử dụng Orange, một bộ công cụ khai thác dữ liệu nguồn mở. Vui lòng tải xuống và sử dụng theoliên kết .

  • Các tệp dữ liệu bán dẫn để thực hành được đính kèm trong Phần 0-Đơn vị 3.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • CEO và các lãnh đạo muốn ứng dụng AI thông qua hoạt động đổi mới sản xuất.

  • Lãnh đạo tổ chức muốn triển khai AI trong sản xuất

  • Những ai muốn thực hiện AI, ML, DL mà không cần lập trình

Xin chào
Đây là

After majoring in electronic engineering at Kwangwoon University, he served as the head of the manufacturing team and the head of the manufacturing center in the semiconductor division of Samsung Electronics for 27 years from 1984 to 2011, and the head of the infrastructure technology center in charge of environmental safety, facility, and systems. After completing his career in semiconductors as an executive director, he served as the vice president of Samsung Display (OLED) for five years from 2011 to 2016 as the head of the manufacturing center and the general manager of the complex in charge of production, environmental safety, facility, and systems. After graduating from the Graduate School of Science in Seoul and Business School Lausanne (BSL), he earned MBA, Ph.D., and DBA degrees in big data from the Graduate School of Science in Switzerland, and is currently serving as the head of the manufacturing intelligence project as a professor at the Swiss School of Management (SSM), a research professor at the Korea Institute for Industrial Policy Studies, and vice chairman of the artificial intelligence association.

상기 컨설턴트는 광운대에서 전자공학을 전공한 뒤 1984년부터 2011년까지 27년동안 삼성전자 반도체 부문에서 제조 팀장 및 제조 센터장을 거쳐 환경안전, Facility, 시스템을 총괄하는 인프라 기술 센터장을 지냈다. 전무로 반도체의 경력을 마친 뒤 2011년부터 2016년 까지는 5년간 삼성 디스플레이(OLED, LCD)에서 부사장으로서 제조 센터장 및 생산, 환경안전, 퍼실리티, 시스템을 책임지는 단지 총괄을 맡았다. 퇴임 후 서울 과학 종합 대학원 대학교와 스위스 BSL(Business School Lausanne)에서 빅데이터 MBA 와 Ph.D., DBA 학위를 취득한후 현재는 SSM(Swiss School of Management) 교수, 산업정책연구원 연구 교수, 사단 법인 인공지능협회 부회장으로 제조 지능화 사업단장 업무를 수행 중에 있다.

Chương trình giảng dạy

Tất cả

9 bài giảng ∙ (7giờ 11phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

1 đánh giá

4.0

1 đánh giá

  • jhlee06096671님의 프로필 이미지
    jhlee06096671

    Đánh giá 1

    Đánh giá trung bình 4.0

    4

    89% đã tham gia

    • 1159136
      Giảng viên

      Tôi vui mừng khi biết rằng nó đã giúp bạn. Cảm ơn

2.089.422 ₫

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!