[AI+] (SOC/발전 공기업) 클릭으로 끝내는 설비고장 예측 및 최적화
#AI#Lean#생산혁신#생성형AI
집합 [AI+] (SOC/발전 공기업) 클릭으로 끝내는 설비고장 예측 및 최적화
교육기간
교육시간
2027-05-17 09:00 ~ 2027-05-19 17:00 (3일 21시간)
교육비
일반 700,000원  ·  회원사 650,000원
고용보험
비환급
교육장
강남에듀센터
유의사항
과정 개최 최소 인원이 미달될 경우 취소될 수 있으며, 접수하신 분께는 사전에 연락드립니다. 교육 준비를 위하여 5근무일 이전 접수를 권장합니다.
과정문의
산업혁신교육센터 (02-6240-5687, bmk1743@ksa.or.kr)
접수문의
본부 (02-6240-5687, bmk1743@ksa.or.kr)
과정정보
교육소개
신규과정 AI/DX과정

[AI+] (SOC/발전공기업) 클릭으로 끝내는 설비고장 예측 및 최적화

교육기간 3일(21시간)

교육비 회원 65만 원/비회원 70만 원

교육문의 02-6240-5687

교육목표

  • 설비 센서에서 도출되는 각종 Parameter Data를 통한 유의차 분석 능력 배양
  • 설비 Parameter의 Trend 분석을 통한 이상감지 능력 배양
  • 데이터 분석을 통한 설비 고장 예측 및 사전 예방활동(기계학습)

교육대상

  • 생산기술 및 생산부서 엔지니어/감독자
  • 자주보전/계획보전/스마트 팩토리 추진 엔지니어
  • 설비보전 현장 사원(컴퓨터 조작능력 확보된 인력)

교육내용

일차별 교육 모듈과 세부 내용
1일차 09:00~17:00

M1. 다변량 분석

  • 다변량 분석 개요
  • 상관성이 강한 Parameter간 다변량 분석(차원 축소)
  • - 주성분 분석
  • - 부분 최소자승법 분석
  • 경향성이 유사한 Parameter간 다변량 분석(군집화)
  • - 계층적 군집/K 평균 군집
2일차 09:00~17:00

M2. 기계학습 개요

  • 기계학습 이론
  • - 주요 지표 : RMSE, MAE, ACC, AUC
  • 기계학습을 위한 데이터 셋 분할 방법
  • - 3단 분할법, K Fold Cross Validation 방법

M3. 회귀 기계학습

  • 다중 선형 회귀분석
  • - 다중 선형 회귀분석 이론
  • [실습] KNIME 분석 방법
  • Neural Network 분석
  • - Neural Network 분석 이론
  • [실습] KNIME 분석 방법

M4. 분류 기계학습

  • 다중 로지스틱 회귀분석
  • - 다중 로지스틱 회귀분석 이론
  • [실습] KNIME 분석 방법
  • Decision Tree 분석
  • - Decision Tree 분석 이론
  • [실습] KNIME 분석 방법
3일차 09:00~17:00

M5. 앙상블 기계학습

  • Bagging 분석
  • - Random Forest 분석 이론
  • [실습] KNIME 분석 방법
  • Boosting 분석
  • - XG-Boost 분석 이론
  • [실습] KNIME 분석 방법

M6. Work Flow AI 설계

  • Work Flow AI 설계 및 공유 방법
  • Python, R과의 연계
  • - Python Script, R Script 작성 및 활용 방법

교육일정

1월부터 12월까지의 교육일정
1월 2월 3월 4월 5월 6월 7월 8월 9월 10월 11월 12월
        17-19
역삼
      8-10
역삼
     
교육 운영방식
듀얼
집합(대면)과 라이브(비대면)를 동시에 진행 / 교육생이 원하는 방식을 선택하여 수강 가능
집합강의
오프라인 교육장에서 대면으로 진행됩니다.
라이브강의
Zoom을 통해 원격접속 방식으로 진행되며, 실시간 강좌 청취와 질의응답이 가능합니다. 교육 전 교재 수령을 위하여 개최 1주일 전까지 접수 해주셔 야 합니다.
    연관과정
    동일 카테고리 내 인기과정
    2
    3
    4
    5
    6