AI และ Machine Learning สำหรับวิศวกรรมเครื่องกล

วิศวกรรมเครื่องกลกำลังพัฒนาอย่างรวดเร็วเนื่องจากวิธีการที่ขับเคลื่อนด้วยข้อมูลและปัญญาประดิษฐ์กำลังเปลี่ยนแปลงเวิร์กโฟลว์การออกแบบ การจำลอง และการผลิตแบบดั้งเดิม การทำความเข้าใจวิธีการใช้ประโยชน์จากเครื่องมือเหล่านี้เป็นสิ่งจำเป็นสำหรับวิศวกรที่ต้องการอยู่ในระดับแนวหน้าของอุตสาหกรรม หลักสูตรนี้นำคุณผ่านจุดตัดของวิศวกรรมเครื่องกลและ machine learning แสดงให้คุณเห็นถึงวิธีการแปลงข้อมูลทางกายภาพให้เป็นแบบจำลองเชิงคาดการณ์ คุณจะได้เรียนรู้ตั้งแต่แนวคิดทางคณิตศาสตร์พื้นฐานไปจนถึงการอ่านและวิเคราะห์โค้ด Python ที่ใช้งานได้จริงซึ่งแก้ปัญหาทางวิศวกรรมในโลกแห่งความเป็นจริง ปรับปรุงระบบระบายความร้อน และคาดการณ์ความล้มเหลวของโครงสร้าง สิ่งที่คุณจะได้เรียนรู้: - ทำความเข้าใจหลักการพื้นฐานของปัญญาประดิษฐ์และ machine learning ในบริบทของระบบทางกายภาพ - ใช้ขั้นตอนวิธี regression และ classification เพื่อคาดการณ์คุณสมบัติของวัสดุและความเค้นของโครงสร้าง - สำรวจพื้นฐานของ Physics-Informed Neural Networks (PINNs) เพื่อรวมกฎทางกายภาพเข้ากับแบบจำลองที่ขับเคลื่อนด้วยข้อมูล - ประมวลผลและทำความสะอาดข้อมูลจากการทดลองและการจำลองโดยใช้ไลบรารีข้อมูลสมัยใหม่ - ออกแบบแบบจำลองการบำรุงรักษาเชิงคาดการณ์เพื่อคาดการณ์ความล้มเหลวทางกลและเพิ่มเวลาทำงานของระบบให้สูงสุด - กำหนดค่า surrogate models เพื่อเร่งการจำลอง finite element analysis (FEA) ที่ใช้ทรัพยากรในการคำนวณสูง หลักสูตรเริ่มต้นด้วยคำศัพท์ที่จำเป็นและพื้นฐานทางคณิตศาสตร์ก่อนที่จะแนะนำอัลกอริทึม machine learning หลัก จากนั้นคุณจะได้เรียนรู้การประยุกต์ใช้ทางวิศวกรรมที่ใช้งานได้จริง โดยศึกษาคำอธิบายที่เป็นลายลักษณ์อักษรและตัวอย่างโค้ดที่ชัดเจนซึ่งแสดงวิธีการรวม AI เข้ากับเวิร์กโฟลว์ทางวิศวกรรมของคุณโดยตรง หลักสูตรนี้ออกแบบมาสำหรับวิศวกรเครื่องกล นักศึกษา และนักออกแบบผลิตภัณฑ์ระดับเริ่มต้นที่ต้องการเรียนรู้แนวคิด AI ตั้งแต่ต้นโดยไม่มีพื้นฐานด้านวิทยาการคอมพิวเตอร์มาก่อน เริ่มอ่านวันนี้เพื่อเชื่อมช่องว่างระหว่างวิศวกรรมทางกายภาพและวิทยาศาสตร์ข้อมูลสมัยใหม่