參加人數
經查證，有參賽者資格不符，故重新調整 Private Leaderboard。 預計10月7日公布得獎名單。
本議題資料來源為某光電公司，目標為同時預測多種產品的製程品質，針對每一組製程參數，需要預測 4 個不同類型目標的結果值。影響製程的變數包含溫度、壓力、材料、機台參數等，不同產品的製程，各種變數影響的強弱程度有所不同。藉由機器學習為製程中使用的參數建立模型，以此預測結果值。
不同的產品有不同的結果標準值以及上、下限，一個預測精準的模型，可以幫助了解製程中各變數的重要性，對結果值的影響程度，有助於製程的分析及最佳化，可提升產品品質並節省成本。
第一名 hicloud 15 萬點優惠點數 + 50,000 元獎金(含稅)
第二名 hicloud 10 萬點優惠點數 + 30,000 元獎金(含稅)
第三名 hicloud 5 萬點優惠點數 + 20,000 元獎金(含稅)
佳作 hicloud 5 萬點優惠點數 (數名，視最終結果決定)
hicloud 點數由中華電信提供
備註1：hicloud 優惠點數可折抵服務費用，折抵完後自動開始依牌價7折計費
備註2：中華電信保有資格審核、優惠內容修改與中止權利
點數試算範例請參考：https://aidea-web.tw/computing
報告內容包含硬體規格、軟體規格、資料前處理、模型選擇、參數調校等，格式請參考 「多樣態光電製程品質預測 - 報告格式.docx」。
議題進行時間以台灣時間（UTC+8小時）為主，其時程如下:
| 時間 | 事件 |
|---|---|
| 2020/08/12 | 報名開始 |
| 2020/09/23 | 上傳截止 |
| 2020/09/30 | 繳交報告截止 |
| 2020/10/07 | 公布得獎名單 |
本議題採用加權平均絕對誤差 Weighted MAE(CIEX, CIEY, CIEX_DIFF, CIEY_DIFF)。公式如下：$$Weighted \; MAE = {\sum_k {(W_k \; \times \;\sum_{i=1}^{n}\left| (y_i - \hat{y}_i) \right|) \over n}} $$
$$W_k \; 為各目標項之權重，介於 \; 0 - 1 \;之間，總和為 \; 1$$
$$W_{CIEX}: 0.294，W_{CIEY}: 0.330，W_{CIEX\_DIFF}: 0.172，W_{CIEY\_DIFF}: 0.204$$
