填表免費送AI 趨勢講堂 + 再贈價值16,800元 程式數位課程
填表免費送AI 趨勢講堂 +
再贈價值16,800元 程式數位課程
我已詳細閱讀並接受個資保護聲明
人工智慧ing 科幻電影成現實
語音辨識
透過多年來語音辨識競賽CHiME的研究，已經有了等同人類的辨識度，目前成熟度已達到實用等級。
如：Apple的Siri及Google的google小姐等。
影像辨識
目前在一般圖片的辨識已有同等於人類的辨識率，但動態影像的辨識準確度仍比不上人類，目前最火的應用場域即自動駕駛，但成熟度是介在研究和實用等級之間。
自然語言處理
自然語言處理是先透過分解詞性，接著分解最小字義單位，然後語法分析，最後再用語意分析了解其含意。輸出部分使用生成文法理論，依循規則生成文章，目前的chatbot即如是。

AI人工智慧 全球產業發燒

製造

醫療

金融

零售

交通

農業

索取課程簡章

全球AI化 你還在等什麼

從Python數據分析 、 機器學習與AI人工智慧整合

FUNDAMENTALS
AI 基礎課程
Python與AI人工智慧開發入門
  • 程式語言概論與資料輸出入
  • 數值計算與條件分析
  • 重複執行與字串操作
  • list資料操作
  • 字典與函數
  • 數值與函數進階運用
  • 匿名函數與套件使用
  • 檔案存取與Numpy、Numpy建立與計算
  • 圖表與Pandas存取
  • 資料探索分析拆組
  • Numpy增減與統計、由Numpy到Pandas
  • 遺失與重複值處理
  • 轉換取代與分組
  • 合併連結與圖表整合
Machine Learning
AI 機器學習
Python機器學習應用開發
  • 機器學習概念介紹
  • 線性代數與迴歸方程式、微積分與梯度下降法
  • 統計學導論、機率與假設檢定
  • 神經網路與數學／統計整合
  • 機器學習開發流程與實作
  • 資料蒐集、清理與探索
  • 特徵工程（Feature Engineering）分類與實作
  • 迴歸與分類演算法
  • 模型評估與效能調校
  • 效能衡量指標
  • 整體學習（Ensemble Learning）演算法、集群演算法
  • 半監督式學習
  • MLOps
Deep Learning
AI 深度學習
Python深度學習應用開發
  • 梯度下降法原理解析及範例
  • 「手寫阿拉伯數字辨識」完全解析
  • 模型佈署：網頁程式實作與雲端部署
  • 卷積神經網路（CNN）
  • 物件偵測演算法：NMS、YOLO自訂資料集模型訓練與實作
  • 自然語言處理（NLP）前置處理
  • 詞嵌入：詞向量原理、生成／比對、中文詞向量、模型訓練實作
  • 自然語言處理模型與應用：循環神經網路（RNN）、長短期記憶網路（LSTM）
  • Transformer網路架構、情緒分析、時間序列預測
  • Transformers套件介紹及範例：文本分類、問答、生成、中文模型
  • 生成對抗網路（GAN）：DCGAN、CGAN、Text To Image
  • 語音處理：訊號前置處理&實作、短指令辨識、自動語音識別
  • 強化學習原理與演算法：Gym套件、動態規劃、蒙地卡羅、時序差分、Stable-Baselines3
Artificial Intelligence
AI 人工智慧
Python人工智慧整合開發
  • 圖像基本處理與環境架構
  • 強化學習概論與馬爾可夫模型
  • 蒙地卡羅方法與時序差分學習
  • 深度強化學習與文本仿製
  • 強化學習演算法：Policy Gradient與Actor-Critic
  • 大型語言模型架構運用
  • 影像辨識技巧應用：影像各式處理與檢測、神經網路訓練
  • 人臉辨識、偵測、標記、訓練、預測等討論與實作
  • Tensorflow.js：以 JavaScript 在瀏覽器中使用機器學習
  • 文件式資料庫瞭解與應用
  • 圖像處理後辨識專題製作
  • 文本處理後分析專題製作
Microsoft Azure AI
應用實戰
  • 預配和使用 Azure OpenAI 服務
  • 為生成式 AI 任務選擇和部署模型
  • 應用提示工程以生成相關結果
  • 佈建 Azure 資源並使用 Service Studio
  • 定型和自訂各種 Azure AI 模型
  • 使用API 和SDK 從用戶端應用程式取用模型
  • 獲得Microsoft Applied Skills 應用技術型認證
SQL Server
資料庫開發認證
  • SQL Server資料庫開發、設計和維護資料表
  • 進階資料表設計（資料分割和壓縮資料表）
  • 透過限制確保資料完整性、設計最佳化的索引策略
  • 使用Columnstore索引、設計和實作檢視表、儲存的程序和實作
  • 使用者自訂函數、設計DML觸發程序、CLR、儲存和查詢XML、BLOB
  • Azure Data Lake儲存、使用Azure Databricks資料科學
  • Azure Cosmos DB建立全球分散式資料庫、雲端關聯式資料存放區
  • 啟動即時的串流分析、利用Azure Data Factory進行資料的搬移
  • Azure資料平台上的安全性、可擴展性和高性能的解決方案
  • 資料批次處理的參考設計和架構模式
  • Azure資料平台安全性、規模、效率和營運的最佳化設計

FUNDAMENTALS
AI 基礎課程

Python與AI人工智慧開發入門
  • 程式語言概論與資料輸出入
  • 數值計算與條件分析
  • 重複執行與字串操作
  • list資料操作
  • 字典與函數
  • 數值與函數進階運用
  • 匿名函數與套件使用
  • 檔案存取與Numpy、Numpy建立與計算
  • 圖表與Pandas存取
  • 資料探索分析拆組
  • Numpy增減與統計、由Numpy到Pandas
  • 遺失與重複值處理
  • 轉換取代與分組
  • 合併連結與圖表整合

Machine Learning
AI 機器學習

Python機器學習應用開發
  • 機器學習概念介紹
  • 線性代數與迴歸方程式、微積分與梯度下降法
  • 統計學導論、機率與假設檢定
  • 神經網路與數學／統計整合
  • 機器學習開發流程與實作
  • 資料蒐集、清理與探索
  • 特徵工程（Feature Engineering）分類與實作
  • 迴歸與分類演算法
  • 模型評估與效能調校
  • 效能衡量指標
  • 整體學習（Ensemble Learning）演算法、集群演算法
  • 半監督式學習
  • MLOps

Deep Learning
AI 深度學習

Python資料科學應用開發
  • 梯度下降法原理解析及範例
  • 「手寫阿拉伯數字辨識」完全解析
  • 模型佈署：網頁程式實作與雲端部署
  • 卷積神經網路（CNN）
  • 物件偵測演算法：NMS、YOLO自訂資料集模型訓練與實作
  • 自然語言處理（NLP）前置處理
  • 詞嵌入：詞向量原理、生成／比對、中文詞向量、模型訓練實作
  • 自然語言處理模型與應用：循環神經網路（RNN）、長短期記憶網路（LSTM）
  • Transformer網路架構、情緒分析、時間序列預測
  • Transformers套件介紹及範例：文本分類、問答、生成、中文模型
  • 生成對抗網路（GAN）：DCGAN、CGAN、Text To Image
  • 語音處理：訊號前置處理&實作、短指令辨識、自動語音識別
  • 強化學習原理與演算法：Gym套件、動態規劃、蒙地卡羅、時序差分、Stable-Baselines3

Artificial Intelligence
AI 人工智慧

Python人工智慧整合開發
  • 圖像基本處理與環境架構
  • 強化學習概論與馬爾可夫模型
  • 蒙地卡羅方法與時序差分學習
  • 深度強化學習與文本仿製
  • 強化學習演算法：Policy Gradient與Actor-Critic
  • 大型語言模型架構運用
  • 影像辨識技巧應用：影像各式處理與檢測、神經網路訓練
  • 人臉辨識、偵測、標記、訓練、預測等討論與實作
  • Tensorflow.js：以 JavaScript 在瀏覽器中使用機器學習
  • 文件式資料庫瞭解與應用
  • 圖像處理後辨識專題製作
  • 文本處理後分析專題製作

Microsoft Azure AI
應用實戰

  • 預配和使用 Azure OpenAI 服務
  • 為生成式 AI 任務選擇和部署模型
  • 應用提示工程以生成相關結果
  • 佈建 Azure 資源並使用 Service Studio
  • 定型和自訂各種 Azure AI 模型
  • 使用API 和SDK 從用戶端應用程式取用模型
  • 獲得Microsoft Applied Skills 應用技術型認證

SQL Server
資料庫開發認證

  • SQL Server資料庫開發、設計和維護資料表
  • 進階資料表設計（資料分割和壓縮資料表）
  • 透過限制確保資料完整性、設計最佳化的索引策略
  • 使用Columnstore索引、設計和實作檢視表、儲存的程序和實作
  • 使用者自訂函數、設計DML觸發程序、CLR、儲存和查詢XML、BLOB
  • Azure Data Lake儲存、使用Azure Databricks資料科學
  • Azure Cosmos DB建立全球分散式資料庫、雲端關聯式資料存放區
  • 啟動即時的串流分析、利用Azure Data Factory進行資料的搬移
  • Azure資料平台上的安全性、可擴展性和高性能的解決方案
  • 資料批次處理的參考設計和架構模式
  • Azure資料平台安全性、規模、效率和營運的最佳化設計
課程報名
老闆嚇一跳 你也會寫機器人！

名師輔導 學員寫出旅遊客服機器人