【線上課程】從入門到精通-AI人工智慧系列課程

上課地址:線上Webex會議室(詳細資訊以上課通知為主)

時數:12

起迄日期:2021-10-07~2021-10-14

聯絡資訊:謝小姐/03-5913417

報名截止日:2021-10-06

課程類別:人才培訓(課程)

活動代碼:2321070003

課程簡介

本課程將深入淺出地介紹各種人工智慧技術,包括機器學習、深度學習、強化學習以及目前最流行的數種架構,並結合實際案例作為分享,接著透過深入的案例介紹與探討,說明這些技術可產生的效益與優缺點,啟發學員進一步產業應用的想法。此外,還會介紹國際上最新發表之先進人工智慧技術,說明這些技術之基本原理與優劣,並以案例分析來說明未來可應用於各產業的層面與潛力。最後讓學員學習企業個案及產業應用,選定以對話式AI與客服應用為例來詳細說明。

課程目標

1.讓學員瞭解當代人工智慧技術的發展脈絡。
2.讓學員清楚熟悉目前重要的人工智慧技術及原理。
3.讓學員能透過案例分析清楚瞭解先進人工智慧技術的應用領域及其方式。
4.讓學員對後續開發或應用先進人工智慧技術於各領域工作上有所啟發。
5.讓學員學習企業個案及產業應用,並以對話式AI與客服應用為例說明。

課程對象

◎建議有基本微積分、統計學等基礎概念為佳
◎對AI人工智慧議題有興趣且想從基礎入門作為學習開端者

講師介紹

工研院特聘專業講師
【學歷】美國卡內基美隆大學機械博士

【專長】網宇實體製造系統(工業4.0)、智能自動化機械開發與設計、高等工程實務分析、工具機結構最佳化、人工智慧等
【現任】國立臺北科技大學機械工程系 教授 

工研院特聘業界講師
【學歷】台大商學碩士
【專長】人工智慧、軟體產品開發與管理

【曾任】微軟亞洲互聯網工程院產品經理、產品總監
【現任】
1.竹間智能科技副總裁
2.臺灣客服中心發展協會理事

課程大綱(可全選或單選報名)

課程主題

課程時間

課程大綱

課程費用

【主題一】

人工智慧概論

110/10/7()

09:00-12:00

1.人工智慧演進與歷史發展

2.機器學習技術

3.深度學習技術

4.強化學習技術

5.案例探討

單選優惠價

1,600

【主題二】

人工智慧技術與

產業應用剖析

110/10/7()

13:30-16:30

1.目前常用的人工智慧技術

2.AI 技術應用案例介紹與剖析

3.AI 技術應用優缺點分析

單選優惠價

1,600

 【主題三】

先進AI技術探討

110/10/14(四)

 09:00-12:00

1.介紹國際上最新發表的先進AI技術

2.解析先進AI技術的應用案例

3.先進AI技術如何與產業接軌及未來挑戰

單選優惠價

1,600

【主題四】

AI智慧語音

與客服應用

110/10/14(四)

13:30-16:30

1. AI智慧語音在客服中心的應用

2. AI智慧語音背後的核心技術

3.AI智慧語音導入企業的規劃

單選優惠價

1,600

開課資訊

-上課時間:110/10/7()、10/14()09:00-16:30,共212小時。
-上課地點:線上Webex會議室(詳細資訊以上課通知為主)
-報名方式:
(1)線上報名:請學員前往「產業學院學習網」報名
(2)信箱報名:請寫mailEmail住址會使用灌水程式保護機制。你需要啟動Javascript才能觀看它 謝小姐
(3)電話報名:有任何課程或報名上的問題,聯繫專線:03-5913417 謝小姐

課程費用

【課程費用/全選】
課程原價:7,200
數位學習優惠價:為鼓勵數位學習,立即報名即可享有5,800/
工研人優惠價:凡工研同仁報名,即可享有5,700/位。
團報優惠價:兩位()以上一起報名,即可享有團報優惠價5,500/位。

【課程費用/單選】
每一主題課程原價:1,800
數位學習優惠價:為鼓勵數位學習,立即報名即可享有1,600/位。
工研人優惠價:凡工研同仁報名,即可享有1,500/位。
團報優惠價:兩位()以上一起報名,即可享有團報優惠價1,400/位。

注意事項與退費機制

1.為確保學員的上課權益,報名後若未收到任何回覆,敬請主動詢問是否完成報名。
2.若因臨時突發事件或不可抗力之因素,主辦單位保有調整日期或更換講師之權利。
3.我們會提前幫學員準備/郵寄紙本講義,若不克前來,請務必於開課前一週來電或來信取消或告知指派其他人參加,以利後續行政作業進行。

4.在培訓期間因個人因素無法繼續參與課程,若上課時數未超過總時數1/3,本單位將退還所繳上課費用之50%,若上課時數超過總時數1/3,恕不予退費。若原報名者因故不克參加,且欲更換他人參加,敬請於開課前三天告知。

推薦課程

人工智慧技術於智慧交通之應用
解析AI圖神經網路(GNN)與實務
AI應用於圖像處理基礎與案例

Pin It