身處連續製程產業中，工業人工智慧技術是現今的趨勢，本專案將從基礎的參數資料整理至品質參數分析、機器學習應用及預測，優化製程參數等，讓連續性製程可以結合數據分析技術，更透過節流矩陣，找出變數的最適調參甜蜜點，進而提升專業能力。

        專案執行從複雜的工業製程參數，進行工業參數資料轉換、處理與清理，視覺化呈現數據結果。在完成了參數資料清理及視覺化基礎後，進行製程參數分析、調整，以及製程參數的建模與預測，優化工業製程的各階段工作。
分析解決顧客的痛點包括：

• 透過參數資料，找出在品管核可範圍內的最佳節約點
• 應用統計分析方法，找出最適品質指標分析參考
• 評估每個機器學習模型的預測效果，找出優化方法
• 面對多種製程參數，找出最適的重要參數
• 透過視覺化互動網頁，檢測易被忽略的數據異常值
• 制定節流矩陣，評估方案最佳的效益
• 從0建置GAM模型，掌握參數調整訣竅