比C語言更容易學習的程式，採取開放策略，提供豐富的API和工具，可輕鬆使用C、C++、Cython編寫擴充模組，且能支援各種主要作業系統，學習者可輕鬆在Linux、MAC與Windows平台上執行。
Python語法簡易明確，深受工程師喜愛，其豐富程式套件、透過具彈性及互動性高的環境，就能運用Python程式實現數據資料演算，來幫助企業挖掘出資料庫中的各類商機，降低營銷成本。
Python在網路爬蟲、雲端基礎設施、DevOps與數據處理等領域都是炙手可熱的語言，因此被廣泛運用於各行業，如：Google search、YouTube、DropBox、NASA、IBM、Mozilla等組織或平台進行資料分析運用。
Python與AI人工智慧開發入門 / 66 hrs |
|
|---|---|
| 學習重點 |
|
| 課程內容 |
|
| 學會技能 |
|
|
廣告與銷售金額預估系統 
|
數值資料運用此課程將帶你認識人工智慧如何應用於市場行銷與廣告領域，用來預測未來銷售金額，優化廣告策略。瞭解資料科學與機器學習的基礎，以朝向數據分析師、資料科學家的職業之路邁進。
|
|
LINE x ChatGPT 智慧互動體驗 
|
雲端與服務串接LineBot連結ChatGPT - 以最貼近生活的Line來串連ChatGPT，理解AI技術面的應用，以自然方式與AI進行互動，為學員加深基礎AI的學習認知。
|
Python 機器學習應用開發 / 66 hrs |
|
|---|---|
| 學習重點 |
|
| 課程內容 |
|
| 學會技能 |
|
|
社群網路廣告預估 
|
決策可行性應用利用決策樹模型應用在商務營業銷售，蒐集客戶性別、年齡、預計薪資與最終是否購買的歷史數據挑選資料集，進行訓練產生模型後，用來預估客戶最終購買傾向，推薦適合產品。
|
|
就業市場結構分析 
|
機器學習模型應用以人力銀行資料，進行科系與預期起薪。我們使用機器學習的分群演算法，將樣本劃分為具有相似特徵的不同群體，發現數據的隱含結構。不僅學習理論，更透過實作瞭解分群應用於市場需求的洞察與促進商業活化。
|
Python 深度學習應用開發 / 66 hrs |
|
|---|---|
| 學習重點 |
|
| 課程內容 |
|
| 學會技能 |
|
|
客戶反饋管理分析 (文字雲) 
|
自然語言處理與應用介紹自然語言的概念與應用潛力，了解文本資料的分詞與關鍵字抓取，以進行進一步分析。文字雲是將NLP技術視覺化的有力工具，可以幫助客戶更快速理解訊息的主題與趨勢。課程後續探討NLP的廣泛應用，包括情感分析、文本分類、 生成、機器翻譯等應用，帶領你進入大型語言模型(LLM)的領域。
|
|
疾病診斷識別 (X光片預測) 
|
深度學習的圖像處理與應用從卷積神經網路(CNN)開始，介紹深度學習之於圖像的應用原理與各種效果、相似模型的各種優缺分析，以及後續的實作應用。除影像辨識外、物體偵測與追蹤可應用於監控系統、圖像生成進行藝術創作，課程將帶你領略深度學習之美。
|
Python 人工智慧整合開發 / 66 hrs |
|
|---|---|
| 學習重點 |
|
| 課程內容 |
|
| 學會技能 |
|
|
文章情感感知智慧助手 
|
深入自然語言處理探討自然語言分析整合於實際應用的各種可能性，包括監測用戶於社群媒體上的情感反應以改進品牌聲譽、對產品評價進行訓練分析改善產品設計與銷售策略、評估客戶的滿意度與情緒，使客服機器人採取合適的回應與改進服務。
|
|
紅綠燈偵測分析 
|
影像處理、物件偵測、人臉識別課程的最後階段，從無到有自己建立資料集、訓練分析紅綠燈圖片。讓學員瞭解深度學習在影像處理領域的潛力，例如應用於自駕車與智慧城市：從影片/影像中辨識出紅/綠燈、車流行進狀態，讓你具備電腦視覺解決方案的能力。
|
圖片資料來源：104人力銀行
近年來資料分析、機器學習已成為熱門關鍵字，除了科技業外，傳統的銀行業、製造業、旅遊業甚至政府都相繼成立資料科學團隊，企圖利用數據分析增加營收及提供組織決策方向。
據Gartner預估，2018年全球將有440萬個資料科學、機器學習與人工智慧專家的需求，而臺灣人力銀行統計數據顯示，目前相關的工作職缺約有2萬名缺口。
Python將成為你晉升數據分析師或資料科學家的敲門磚。
巨匠入門課的老師十分有耐心，會盡量深入淺出，讓我這個初學者學習程式的路平坦許多。在檢定方面，我是考取AI900的證照，上完課後其實會覺得題目並不困難。無論是要擴充自己的知識還是以考證照為導向，巨匠都有足夠的資源來讓有心的學生達成目標。
聽完巨匠說明會後，覺得AI在許多方面很強大，所以續報AI課程。第一階是Python基本語法，沒想到越學越多Python功力大增，就繼續報第二階；第二階主要課程是介紹DataFrame的處理--Training與Predicting，見識到演算法線性代數之美妙。
之後我乾脆就直接繼續報第三階與第四階。
也順利通過了AI-900認證，也將往進階證照繼續努力。
