自強課程
課程名稱
Big data品質工程大數據分析
熱烈招生中
課程代碼:
07C071
上課時間:
2019/4/16(二),9:00~17:00,共7小時
上課時數:
7 小時
上課地點:
課程費用:
4200元
(符合超值優惠價格者需送出報名表後,系統發出報名成功回函確認金額。)
超值優惠:
- VIP企業會員價:VIP企業會員可享優惠價格 (按我)
- 會員優惠價: 會員於開課前七天完成報名繳費者可享會員優惠價 4100 元
- 會員紅利折抵:本課程歡迎使用紅利折抵,最高可使用 100 點
課程目標:
隨著Big data大數據被越來越多的提及,有些人驚呼大數據時代已經到來了,2012年《紐約時報》的一篇專欄中寫到,「大數據」時代已經降臨,在商業、經濟及其他領域中,決策將日益基於資料和分析而作出,而並非基於經驗和直覺。大數據並不是一件新興事物,大數據之分析還是基於統計及數據處理之基礎而來,只不過因為數據太過龐大所以需要與以往不同的分析軟體來協助企業進行分析。本課程之主軸將以R及WEKA為主,希望藉由一免費且多數企業在使用之R及WEKA軟體來協助企業分析資料已進行決策,另一方便也可減少企業在軟體上之投資。
課程大綱:
1.品質概論: 介紹品質演進與各演進階段之關注重點
2.QBQ問題背後的問題: 說明問題與原因之關聯性
3.大數據分析方法在品質改善議題之定位
4.數據資料分析方法
4.1群集分析(e.g. kmeans, hclust…): e.g.確認機差, 品質問題相似性分群, 產線Routing分群應用
4.2關聯規則(apriori): e.g.搜尋造成問題之可能原因 XsY
4.3分類技術(e.g. rpart, neuralnet, nnet…): 以分類模型評估問題所屬類型
5.案例實際操作(課堂將搭配R軟體操作學習,請事先安裝)
6.Q&A
2.QBQ問題背後的問題: 說明問題與原因之關聯性
3.大數據分析方法在品質改善議題之定位
4.數據資料分析方法
4.1群集分析(e.g. kmeans, hclust…): e.g.確認機差, 品質問題相似性分群, 產線Routing分群應用
4.2關聯規則(apriori): e.g.搜尋造成問題之可能原因 XsY
4.3分類技術(e.g. rpart, neuralnet, nnet…): 以分類模型評估問題所屬類型
5.案例實際操作(課堂將搭配R軟體操作學習,請事先安裝)
6.Q&A
學員須知:
注意事項