前程文化事業股份有限公司

學術期刊

製造數據科學

製造數據科學

邁向智慧製造與數位決策

作者: 李家岩 、 洪佑鑫

2026年9月 / 二版 / 單色 / 平裝 / 16K / 648頁 / 980元

ISBN:9786269262663

聯合推薦

國立高雄科技大學講座教授/逢甲大學榮譽副校長/國立中興大學前副校長 周至宏
國立臺灣大學財務金融系名譽教授/管理學院前院長 胡星陽
國立清華大學資訊工程學系教授/計通中心主任/中華民國人工智慧學會前理事長 高宏宇
華邦電子公司總經理 陳沛銘
台灣人工智慧學校校務長 蔡明順
台達電子機電事業群副總經理/運動控制事業部前總經理 蔡清雄博士
國立成功大學名譽講座/智慧製造研究中心執行長/中華民國自動化科技學會前理事長 鄭芳田
臻鼎科技集團總經理/國立清華大學講座教授/國科會人工智慧製造系統研究中心主任/中國工業工程學會前理事長 簡禎富

 

本書特色

.提供嚴謹的數據科學分析架構,強調預測與決策兼具的分析
 本書整合「數據科學」與「決策科學」的思維架構,以五階段構析:敘述性構析、診斷性構析、預測性構析、處方性構析、自主性構析,
 從點、線、連結到面的整體系統觀。從發現對的問題、找到重要因子、建構因果關係、連結到製造現場的決策、資源與風險,以達成自主
 且前瞻性決策。
.介紹完整的數據科學基礎與進階學理,以常見的製造實務議題貫穿
 本書以統計與最佳化的思維說明了監督、非監督、強化學習與元啟發式演算法、大型語言模型LLM等理論,並探討製造實務常見的分析
 議題,如特徵挑選、維度縮減、特徵工程、數據增強、數據不平衡、故障預測與健康管理、超參數最佳化、概念漂移、提示工程等進階
 方法的應用。
.透過自適性調整提供時空自主的系統決策
 本書說明開採與探索、預測與決策、可解釋、集成學習、多目標、資源配置等議題,說明如何開發設計自適性演算法,考慮模型的適應性
 與擴充性,以提供時空自主的系統運算決策。

 

 

第 1 章 製造數據科學
第 2 章 製造系統分析與管理
第 3 章 數據科學基礎與模型評估
第 4 章 數據科學分析架構與系統運算決策
第 5 章 數據預處理與製造數據特性
第 6 章 決策樹與集成學習
第 7 章 特徵挑選與維度縮減
第 8 章 類神經網路與深度學習
第 9 章 集群分析
第10章 特徵工程、數據增強與數據平衡
第11章 故障預測與健康管理
第12章 可解釋人工智慧
第13章 概念漂移
第14章 元啟發式演算法
第15章 強化學習
第16章 大型語言模型與生成式AI

附錄共六篇(請掃描書上QR Code閱覽)
附錄A 線性迴歸
附錄B 線性分類器
附錄C 支持向量機
附錄D 無母數迴歸與分類
附錄E 統計製程管制與先進製程控制
附錄F 超參數最佳化

李家岩
學歷:Texas A&M University工業與系統工程博士、國立清華大學工業工程與工程管理學系碩士
現職:國立臺灣大學創業創新管理碩士在職專班(EiMAB)執行長兼管理學院副院長、國立臺灣大學資訊管理學系暨研究所特聘教授
經歷:國立成功大學製造資訊與系統研究所教授兼所長、國立成功大學工學院工程管理碩士在職專班教授

洪佑鑫
學歷:國立臺灣大學資訊管理學系暨研究所博士
現職:國立陽明交通大學統計學研究所助理教授
經歷:杰倫智能產品研發顧問、台灣人工智慧學校講師、台達電子研究助理、銘傳大學企業管理學系講師

作者相關書籍