《全球人工智慧研究報告》指出,2030年人工智慧(AI)將帶給全球GDP成長14%,貢獻15.7兆美元;全球對於AI與數據分析人才的需求極大,因應政府5+2產業政策,本課程旨在為產業培養具備AI與數據分析能力之人才,以滿足產業所需。 本課程模組旨在為產業培養具備深度學習、數據分析和自然語言處理能力之人才,以滿足產業人才需求。 個別課程目標說明如下: 課程一、Python程式設計;本課程為基礎課程,主要教授目前最常應用在深度學習、數據分析和自然語言處理的程式語言Python。使學員具備實務課程中,實作的基本程式能力。 課程二、電腦視覺;本課程亦為基礎課程,主要教授影像處理的基本技巧和演算法,並且介紹常用的電腦視覺套件OpenCV。使學員具備實務課程中,實作物體偵測、分類和人臉辨識等公司產線所需之應用技術。 課程三、數據分析/機器學習應用實務;本課程亦屬專業實務課程,主要教授從網頁擷取相關資訊,了解網頁結構與擷取資訊的實戰練習,並且學習進階爬蟲技巧模擬相關行為,以利於資料的擷取,最後進行資料視覺化的呈現與進行相關分析。機器學習應用實務;本課程亦屬專業實務課程,主要教授常用機器學習(MLP, LASSO, Random Forest, SVM等)的原理和實作方法。使學員具備數據型資料的模型訓練、分類和預測。可應用於產業需要的產品行銷、顧客行為等議題之分析和預測。 課程四、深度學習應用實務;本課程為專業實務課程,主要教授深度學習多層神經網路(DNN)和卷積神經網路(CNN)的模型原理,以及相關套件(Tensorflow, Keras)的實作方法。使學員具備影像辨識模型的建置及產業所需之應用技術。 課程五、人工智慧語音辨識與自然語言處理實務;人工智慧語音辨識課程亦屬專業實務課程,主要教授人工智慧深度學習的方法協助語音辨識的開發,配合循序漸進的程式追蹤及演練,使學員在開發人工智慧語音辨識方法時能更有方向與理解其技術如何應用於實務。自然語言處理實務屬專業實務課程,主要教授文句斷詞、向量化和RNN / LSTM等原理和實作方法。讓學員具備自然語言的處理及應用能力。可應用於企業所需的聊天機器人和文字情感辨識等應用程式開發。
AI, 人工智慧, 深度學習, 影像分析, 自然語言處理, 數據分析, 產業新尖兵
課程代碼 2322060060 Loading...

人工智慧與數據分析產業應用人才養成班-2022 - 課程總覽 - 產業學習網

Loading...

課程型態/ 線上同步
上課地址/ 線上直播,Google Meet
時數/ 180小時
起迄日期/ 2022/12/19~2023/02/10
聯絡資訊/ 黃小姐 03-5732034
報名截止日/ 2022/12/12
標題的icon

課程介紹

      隨著人工智慧(AI)時代的來臨,資料科學已成為一門重要的顯學,尤其是近年來深度學習(Deep Learning)許多重大的突破,更加速了許多智能化的應用及發展,這也使得各企業爭相投入研發資源並網羅相關人才。全球最大職場社群平台LinkedIn發布2020年工作趨勢報告,由於各行各業都有納入AI的機會,過去5年裡AI人才的需求平均每年成長74%,且在美國有著平均年薪13.6萬美元(約新台幣410萬元)的優渥所得。AI人才仍是最熱門新興職業,以美國為例,自動化技術的浪潮持續席捲全球,人工智慧(AI)依舊是今年報告中的寵兒。從智慧製造、自駕車、智慧醫療到房地產業務,幾乎所有領域都能受惠於AI技術帶來的變革,市場規模已達到1.2兆美元。

 

       然而,目前市場上人工智慧的人才供不應求,且培養具有解決實務問題之工程師更是難上加難,因此,如何快速有效的培養出AI人才,一直是各國政府關注的焦點之一。有鑑於此,為了解決人才短缺的問題,本人才養成班邀請到具有多年教學經驗的講師來授課,將深入的探討人工智慧與數據分析產業應用必備的技能,期望不只能給予學員最有效的學習,同時也能獲得許多產業界真實需求,學成後除了能對人工智慧及數據分析有更多深入的掌握外,同時也能提升在職場上之競爭力。


標題的icon

課程特色/目標

【課程目標】

      《全球人工智慧研究報告》指出,2030年人工智慧(AI)將帶給全球GDP成長14%,貢獻15.7兆美元;全球對於AI與數據分析人才的需求極大,因應政府5+2產業政策,本課程旨在為產業培養具備AI與數據分析能力之人才,以滿足產業所需。

本課程模組旨在為產業培養具備深度學習、數據分析和自然語言處理能力之人才,以滿足產業人才需求。 個別課程目標說明如下:

  • 課程一、Python程式設計本課程為基礎課程,主要教授目前最常應用在深度學習、數據分析和自然語言處理的程式語言Python。使學員具備實務課程中,實作的基本程式能力。
  • 課程二、電腦視覺本課程亦為基礎課程,主要教授電腦視覺的基本技巧和演算法,並且介紹常用的影像處理套件OpenCV。使學員具備實務課程中,實作物體偵測、分類和人臉辨識等公司產線所需之應用技術。
  • 課程三、數據分析與機器學習應用實務本課程亦屬專業實務課程,主要教授從網頁擷取相關資訊,了解網頁結構與擷取資訊的實戰練習,並且學習進階爬蟲技巧模擬相關行為,以利於資料的擷取,最後進行資料視覺化的呈現與進行相關分析。本課程亦屬專業實務課程,主要教授常用機器學習(MLP, LASSO, Random Forest, SVM等)的原理和實作方法。使學員具備數據型資料的模型訓練、分類和預測。可應用於產業需要的產品行銷、顧客行為等議題之分析和預測。
  • 課程 四、深度學習應用實務本課程為專業實務課程,主要教授深度學習多層神經網路(DNN)和卷積神經網路(CNN)的模型原理,以及相關套件(TensorFlow, Keras)的實作方法。使學員具備影像辨識模型的建置及產業所需之應用技術。
  • 課程五、人工智慧語音辨識與自然語言處理實務 本課程亦屬專業實務課程,主要教授人工智慧深度學習的方法協助語音辨識的開發,配合循序漸進的程式追蹤及演練,使學員在開發人工智慧語音辨識方法時能更有方向與理解其技術如何應用於實務。主要教授文句斷詞、向量化和RNN / LSTM等原理和實作方法。讓學員具備自然語言的處理及應用能力。可應用於企業所需的聊天機器人和文字情感辨識等應用程式開發。
  • 課程六、GPUCUDA平行加速運算由淺入深地講述平行化加速計算概論外,同時將展示案例應用與優化處理方法與技巧,透過逐步引導使學員更能體會 CUDA平行程式的設計之奧妙。
  • 課程七、即戰力的履歷及面試技巧透過即戰力的履歷及面試技巧與模擬面試,教導學員整理課程所學,尤其是專題實作可以當作就業面談之重點,補強學科以外之問題發想、計畫產生、分工、解決方案、數據整理、彙總產業效益等團隊分工及成果報告等就業必要技巧。課程結束後辦理企業線上面談。

 

【課程特色】

  1. 為產業培養具備深度學習、數據分析和自然語言處理能力之人才,以滿足產業人才需求。
  2. 堅強師資陣容,授課老師具備完整人工智慧及數據分析知識及豐富的教學經驗,理論與實作兼具,使學員能夠於最短時間內有效率的吸收到知識技能並應用於工作上。
  3. 深度學習相關課程時,將使用到本單位人工智慧伺服器進行運算,伺服器(ASUS ESC8000 G4)內各有八張高階顯卡
  4. 一次打包手把手教導所有人工智慧相關理論與實作技能,包括資料科學領域的主流程式語言Python、深度學習演算法(DNNCNNRNN)、數據分析、影像辨識、自然語言處理的原理與應用技巧。
  5. 平行運算力的提升也是促成人工智慧應用蓬勃發展之重要因素之一,掌握GPU繪圖處理器運用於平行計算之議題,有助於自身的運算加速工作及應用開發。
  6. 首重實作,理論為輔。並且邀請企業主管進行演講,讓學員更能掌握企業的需求與實務發展方向。
  7. 本課程希冀密集學習有具體成果產出,如證照及專題研究等,以利於學員應徵工作及就職面談,故亦將透過設立LINE群組安排助教協助學員跟上進度,並搭配多位專題指導講師協助完成。
  8. 增加就業力培訓課程,包括求職輔導課程與履歷健檢,持續提供職缺資訊,並於課程最後辦理就業媒合會,提高學員之就業力。


標題的icon

課程對象

  1. 15歲至29歲(以課程開訓日計算)之本國籍待業青年者
  2. 有意學習最新的人工智慧/機器學習/深度學習課程(Python、深度學習演算法(DNNCNNRNN)、數據分析、影像辨識、自然語言處理的原理與應用技巧),學習開發深度學習之流程與工具等,及親手實作以獲得實際技能撰寫電腦語法者。
  3. 有意成為AI深度學習、影像深度學習、AOI自動光學瑕疵檢測、或自然語言處理等研發與應用工程師,或數據分析與應用工程師者。

(本課程適用「產業新尖兵試辦計畫」補助)

 

  • 『產業新尖兵試辦計畫』參訓者(計畫網站:https://elite.taiwanjobs.gov.tw/),取得課程訓練單位錄訓資格後,可享本課程全額免費參訓培訓期間學習獎勵金(勞發署發給每月最高 8,000元)培訓期間享勞保(訓)

 

【學習者之先備知識與能力】

 

  • 基礎程式邏輯能力

 

課前將辦理課程說明會及簡單的甄試(基礎程式邏輯能力測驗),以簡介課程內容及講師陣容、設備等,並了解學員之先備知識及課程期望。

 

標題的icon

講師簡介

台南長榮大學資訊暨設計學院 (人工智慧中心) 講師群

林清峰

【學歷】

  • 逢甲大學資訊工程系/博士

【經歷】

  • 長榮大學資訊暨設計學院人工智慧研究中心/研究員
  • 長榮大學數位內容系/助理教授
  • 長榮大學計算機與網路中心網路通訊組/組長
  • 國立台南大學資訊工程學系/兼任助理教授

【專業】

  • 資料視覺化、平行處理、網頁程式設計、行動裝置程式設計

 

陳建勳

【學歷】

  •  國立中山大學 資訊管理研究所 博士
  •  Old Dominion University Computer Science 碩士

【經歷】

  • 長榮大學資訊暨設計學院長榮大學資訊管理系/助理教授
  • 高雄醫學大學醫療信息管理系/助理教授
  • 嘉南藥理科技大學/感覺管理系/兼任講師

【專業】

  • 知識探索與資訊檢索、企業資源規劃、資料庫管理、數據庫管理、資料挖掘、數據挖掘、物聯網


黃琨義

【學歷】

  •  國立成功大學資訊工程學系/博士

【經歷】

  • 南台科技大學電機工程系-科技部人工智慧專案計畫-生技醫療領域/博士後研究員
  •  鴻海科技集團/專任研究助理

【專業】

  • 人工智慧與深度學習、語音與語者辨識、多媒體情緒辨識、生醫訊號處理、自然語言處理、多媒體人機互動

楊珮菁

【學歷】

  • 國立成功大學資訊工程學系/博士

【經歷】

  • 長榮大學資訊暨設計學院人工智慧研究中心/執行秘書
  • 長榮大學資訊工程系/助理教授
  • 國立成功大學資訊工程學系-科技部人工智慧專案計畫-生技醫療領域/專案經理
  • 橙榕資訊有限公司/經理
  • 工業技術研究院/工程師

【專業】

  • 人工智慧、自然語言處理、行動健康照護、專案管理


黃榆棊博士 / 工研院工程師

【學歷】

國立清華大學生物資訊與結構生物博士

  • 國立中正大學超大型積體電路碩士

【經歷】

  • 第三代神經網路(Spiking Neural Network)研發
  • 果蠅大腦網路模擬器開發者
  • 指紋晶片,高速量測晶片研發
  • 工業控制,電能轉換系統研發

【專業領域】

  • 平行運算、數位電路設計工業控制、生物神經網路研發


標題的icon

課程大綱

課程模組

課程單元

時數

講師

 基礎程式模組    

Python程式設計:

程式邏輯概念介紹。

  • Python基本語法與開發環境介紹。
  • Python指令介紹。
  • Python函式介紹。
  • Python資料結構介紹。
  • Python專題實作

28

黃琨義

楊珮菁

電腦視覺:

  • opencv以及影像處理基本操作介紹。
  • 影像運算介紹。
  • 色彩空間類型轉換介紹。
  • 幾何轉換介紹。
  • 影像設定值和影像平滑處理介紹
  • 影像形態學、影像梯度、邊緣檢測、影像金字塔、影像輪廓和影像分割與分析介紹。

視訊處理介紹。

人臉辨識範例實作介紹。

20

林清峰

人工智慧技術

應用實務

深度學習應用實務:

  • 神經網路基本原理介紹。
  • 多層神經網路理論介紹與範例實作。
  • 卷積神經網路理論介紹與範例實作。
  • 模型效率評估與調整介紹。
  • 知名深度學習系統介紹。
  • 專題演講。
  • 專題實作。

40

黃琨義

楊珮菁

數據分析應用實務:

  • 網頁爬蟲的基本原理與實作介紹。
  • 資料清理與儲存原理與實作介紹。
  • NumPyPandasMatplotlib套件介紹。
  • 資料視覺化介紹。
  • 機率與統計檢定回顧與實作。
  • 探索性資料介紹。
  • 特徵資料處理。
  • 專題演講。
  • 專題實作。

20

黃琨義

  • 機器學習應用實務:
  • 機器學習介紹
  • 資料解析與資料前處理
  • 分群演算法與實例
  • 分類演算法與迴歸分析方法
  • 模型驗證與評估手法
  • 實例探討

20

陳建勳

人工智慧語音辨識:

  • 人工智慧語音辨識與產業應用介紹:
  • 說明語音辨識的基本概念、原理和方法
  • 了解現今語音辨識可解決那些問題?以及目前面臨的挑戰為何?
  • 說明基本語音訊號處理、原理與方法。
  • 說明語音指令辨識架構,CNNRNN/LSTM網路架構簡介。
  • 實作語者辨識。

 

自然語言處理實務:

  • 自然語言處理的基本概念、原理和方法介紹。
  • 辭典分詞、二元語法與中文分詞、中文序列標註。
  • 詞嵌入模型、詞性標註與命名實體辨識介紹。
  • RNN,LSTMNLP上的應用與實作。
  • 了解聊天文章分類與聊天機器人的技術與應用並且實作。
  • 自然語言文章分類與實作。

24

黃琨義

楊珮菁

AI運算力

GPUCUDA平行加速運算

7

黃榆棊

就業力培訓

即戰力的履歷、面試技巧及企業線上面談

21

楊珮菁




本班總上課時數:180小時 (不含休息時間)
標題的icon

課程資訊及費用

  • 主辦單位:財團法人工業技術研究院
  • 訓練領域:數位資訊
  •  訓練職類:數位資訊
  • 課程時數:180小時
  • 甄試日期:111年12月7日 (三
  • 課程時間:111年12月19日~112年2月10日 (休假: 2022/12/27~2023/1/4,及2023/1/19~1/31 )
  • 上課時間:09:0018:00 ,平日周一~周五,每天7~ 8 小時,共計 180 小時
  • 上課方式:線上直播視訊課程 (Google Meet);學員請自行準備下列物件:
    • 電腦或筆記型電腦、喇叭或耳機、麥克風、與網路攝影機(WebCam)。
    • 電腦需安裝瀏覽器、並請申請一組Gmail以利發送GOOGLE MEET課程網址。
    • 上課前將發送上述安裝及使用注意事項,並安排連線測試等。
    • 將請學員配合業管單位要求開鏡頭擷圖以完成簽到簽退等。
    • 授課課程將全程錄影。
    • 建議電腦或筆電規格配備:
      • 硬體與作業系統
        • CPU: Intel i5 以上
        • 記憶體: 8 GB 以上
        • 硬碟: 剩餘 50 GB 以上
        • 作業系統: Windows 10 、Mac OSX 10.10 以上 (不建議使用Linux)
      • 軟體與其他
        • Google Chrome 瀏覽器

《全線上課程,學員必須全程開啟鏡頭確保課堂中人在現場,若無法全程開啟鏡頭參與課程,視為曠課。》

  • 報名時間: 111年9月1日~111年12月12日 (至開訓前一週)
  • 訓練費用:36,000 (含使用GPU運算伺服器、電子講義、訓字保費等)
  • 註: 課前將成立本養成班之LINE群組,以方便及時聯繫。


身份別

費用

備註

一般身分

每人36,000

無補助,需自費

『產業新尖兵試辦計畫』

參訓者

免費參訓

(即訓練費用 36,000元全額補助)

繳交並辦理完成以下事項,始取得錄訓資格

  1. 符合本課程錄訓要求條件(即先備知識或能力)
  2. 繳交從台灣就業通網站『產業新尖兵試辦計畫』專區列印的報名及參訓資格切結書。
  3. 繳交身分證影本。
  4. 與課程訓練單位簽訂訓練契約。

※申請『產業新尖兵試辦計畫』資格

  1. 年滿 15 歲至 29 歲之本國籍待業青年。
  2. 青年參加勞動部勞動力發展署所屬各分署自行辦理、委託辦理及補助之訓練課程,於結訓後 180 日內者,不得參加。

申請本計畫:https://elite.taiwanjobs.gov.tw/

 

  • 招生名額:40 名為原則,依報名及繳費完成之順序額滿為止(本班預計 24 人即開課),由於名額有限,以 111 年應屆畢業生為優先錄訓。
  • 報名方式:

線上報名:https://college.itri.org.tw/Home/LessonData?PosterGUID=96E98DDC-FF64-4044-A96F-B32DE52AA588

符合『產業新尖兵試辦計畫』參訓資格者,請務必先至台灣就業通網站『產業新尖兵試辦計畫』專區  https://elite.taiwanjobs.gov.tw/ ,檢視資料,並填報相關資料。

 

  • 課程洽詢:🕿 03-5732034 黃小姐

標題的icon

常見問題

  1. 為確保您的上課權益,報名後若未收到任何回覆,敬請來電洽詢。
  2. 為維護課程品質與其他學員權益,若原報名繳費者不克參加時,可指派其他符合參訓對象者參加,並最晚於開課前一週通知主辦單位。
  3. 『產業新尖兵試辦計畫』參訓學員有下列情形之一者,得自付繳還訓練費用補助予訓練單位:

計畫參訓學員參訓時數未達總時數 1/3 者,學員須自付繳還訓練費用補助之 50% 予訓練單位。

計畫參訓學員參訓時數達總時數 1/3 以上,未達 2/3 者,學員須自付繳還訓練費用補助之 20% 予訓練單位。
 參訓學員如請假達課程總時數1/3,則應辦理離退訓之規範。

  1. 非『產業新尖兵試辦計畫』參訓學員,即自費參訓者,取消報到或中途退訓之退費原則:
  • 開訓前學員取消報到者,應退還所繳費用95%。
  • 已開訓未逾訓練總時數 1/3 而退訓者,退還所繳費用 50%。
  • 已開訓逾訓練總時數 1/3 而退訓者,所繳費用不予退還。

 

【補助費用】



標題的icon

附件

標題的icon

相關課程

Loading...
標題的icon

推薦課程

Loading...
標題的icon

相關文章

Loading...
網頁Top按鈕 (網頁回到頂端)