一、辦理目的

本課程配合經濟部產業發展署「產業競爭力輔導團」人才培育措施，將協助學員建立從人工智慧(AI)與機器學習(ML)基礎，到智慧排程系統實際落地應用之完整能力版圖。課程設計採循序漸進方式，由AI基礎、資料處理與分析概念、機器學習概念出發，介紹監督式、非監督式、強化學習與神經網路等方法，並透過實作協助學員理解其應用與限制。課程核心為智慧排程工作坊，涵蓋傳統排程演算法與ML/AI技術應用，並透過Vibe Coding實作完成排程操作系統，協助學員將智慧排程導入實務場域。

二、主辦/執行單位

主辦單位：經濟部產業發展署

執行單位：財團法人台灣綠色生產力基金會

三、培訓對象

受「經濟部產業發展署產業競爭力輔導團」輔導之企業在職員工

四、辦理時間、地點

時間：【第一天】：115年6月15日(星期一) 09:00-17:30
　　　【第二天】：115年6月17日(星期三) 09:00-17:30
　　　【第三天】：115年6月18日(星期四) 09:00-17:30
　　　【第四天】：115年6月23日(星期二) 09:00-17:30

地點：高雄市教育講師職業工會　(高雄市苓雅區光華一路12號)　交通資訊

• 6/15、17、18：12樓中型教室；　6/23：7樓大型教室
• 請由光華二路該側1樓樓梯往上走到2樓管理室，再由2樓管理室旁電梯搭至12樓或7樓會議室上課。

辦理方式：免費、實體課程。

五、報名方式

本課程報名至6/10(三)截止，預計招收30名，依報名完成順序審核錄取，如報名人數不滿20人即延期。本課程主辦/執行單位擁有調整議程及辦理方式之權利。

成功受理之報名者，將於課程開始前3日以E-mail收到出席通知，報名後若未收到任何回覆，敬請來電洽詢。

六、課程資訊

日期/時間	課程內容	講師
6/15 (一) 09:00-17:30	一、人工智慧(AI)基礎概論 AI發展歷程與現況 鑑別式AI與生成式AI概念 AI的應用場景與產業案例 限制、風險與倫理 二、資料處理與分析概念 資料整理與分析流程(Data Pipeline) Python基礎與Colab環境介紹 資料清洗與前處理實作	謝佳宏 講師 國立雲林科技大學 工業工程與管理系
6/17 (三) 09:00-17:30	一、機器學習(ML)基礎 ML核心概念與應用 監督與非監督學習演算法 模型訓練、評估與改進 Python ML套件介紹(e.g., sklearn, XGBoost) ML基礎演算法實作練習 二、機器學習(ML)進階 強化學習入門與模擬環境 神經網路與深度學習 ML進階演算法實作練習	施柏州 講師 國立雲林科技大學 工業工程與管理系
6/18 (四) 09:00-17:30	一、智慧排程工作坊 I 智慧排程系統架構與資料串接 Vibe Coding：排程引擎核心實作 二、智慧排程工作坊 I Vibe Coding：操作介面與系統整合 成果發表與回饋 AI工具庫實作教學(2hr)	楊政融 講師 國立中山大學 機械與機電工程學系
6/23 (二) 09:00-17:30	一、智慧排程工作坊 II 智慧製造中的排程問題與挑戰 傳統排程規則與 OR 方法 智慧排程導入實務與產業案例 二、智慧排程工作坊 II 企業導入智慧排程的實務思維 AI/ML在排程中的角色 智慧排程的ML/AI演算法 (e.g., Random Forest, XGBoost, QL, GA, etc) 排程演算法實作練習	曾慶忠 總經理 傑睿資訊服務 股份有限公司

(主辦單位及執行單位保留變更課程議程與講師之權利)

七、注意事項

• 課程涵蓋實務演練，請自備筆記型電腦。
• 現場備有午餐，請學員攜帶環保杯，現場將發放紙本講義。
• 本課程為經濟部產業發展署補助計畫，受訓學員需填寫個人基本資料與相關同意書，並於課程須配合課程進行簽到、簽退、前後測考試、課程滿意度問卷。
• 結訓條件及培訓證書發放準則：參加本課程之學員，研習期滿出席率達80%以上、後測成績達70分(含)以上，並完成專題成果且參與成果發表者，始得視為完成結訓，並於結訓7個工作日內提供培訓證書。
• 課程當天若遇颱風、地震等天然災害時，依 行政院人事行政總處 之當地停班公告為準，課程將擇期辦理。
• 請參與課程者利用大眾運輸交通工具。