若您無法閱讀此份信件,請按下線上瀏覽
 
 
   

學習地圖

基礎課程

核心課程

應用課程

●Python網路爬蟲實作
(12小時)
●Python 資料分析與視覺化
(12小時)
●AI大數據分析與應用
(12小時)
●AI人工智慧與TensorFlow、Keras深度學習應用
(36小時)
●Python與機器學習預測實作
(18小時)
●Python機器學習實作應用
(12小時)
●Python與深度學習技術應用
(12小時)
●Google TensorFlow 2.0人工智慧深度學習實作開發
(12小時)
●Python打造聊天機器人
(12小時)
●AI推薦系統與精準行銷實作
(12小時)
●Python與工業人工智慧應用
(12小時)
●數位訊號處理與Python實作
(12小時)

課程項目

 
AI推薦系統與精準行銷實作班

「推薦系統」是根據使用習慣及興趣來推薦更多的內容,是機器學習重要的應用之一。本課程將透過推薦機制實作,讓商品或網頁流量有效增加,或是達到精準行銷的目的。

 
輕鬆學會Python打造聊天機器人

本課程將介紹聊天機器人概念,讓學員可以輕鬆學會 Python 程式語言,並由實作中學習如何快速製作出基於 FB Messenger 與 Line Chat 的聊天機器人。

 
大數據工作坊-AI平台與Python整合應用分析

本研習會將會使用製程與品質資料來進行練習,在傳統統計方面,將透過使用Excel based的統計軟體Xlstat軟體來進行SPC分析,另外也會結合使用R code與Python來進行統計預測分析,而資料前處理,品質關聯分析、製程品質參數分析,機台維護資料的文本分析處理等進階技術將採用圖控大數據平台PolyAnalyst來實作練習。透過案例練習,讓學員了解在大數據資料整理、建模分析等應用在結構資料及非結構化資料分析技巧。

 
數位訊號處理與Python程式實作

數位訊號處理器 (Digital Signal Processor,DSP) 是一種效能強大的處理器,主要特點在於能夠即時處理訊號。本課程強調由淺入深、兼具理論與技術,並用Python程式設計,進行數位訊號處理器技術實作,藉此培養學員實務研發能力。

 
Google TensorFlow 2.0人工智慧深度學習實作開發

TensorFlow2.0引入了Eager Execution動態圖模式、Keras高階API和tf.data等三個功能,讓學習門檻大幅降低。本課程使用最新的TensorFlow 2.0深度學習套件進行實作演練,讓學員同時學習到理論與實務應用於工作之中。

 
AI人工智慧與TensorFlow、Keras深度學習應用

本課程涵蓋Python語法基礎,進行實際案例教學。依照本課程的步驟學習,就可以了解深度學習基本概念,並且實際運用其技術在各種領域。

 
Python 資料分析及機器學習預測實作

本課程分為二階段。第一階段著重資料分析。第二階段將從機器學習開始,利用 Python 模組實踐機器學習實作。透過大量範例與實作培養學員基本的機器學習方法思維,來解決不同的預測問題。

 
連續性製程分析結合Python直覺上手實作班

本課程講師將由自身服務製程產業,實戰製程統計的實際經驗出發,模擬實務上處理的過程,帶著學員解密「連續性製程產業」中會面臨到的各種問題。

 
Python機器學習實作應用研習班

本課程運用NumpyPandasScikit-learn三大模組,以通用的資料分析流程進行(資料理解、準備、建模、評估與釋義)語音、文字、影像等資料探勘案例實作,課程內容涵蓋各式機器學習類型,方法包括頻繁型態探勘、集群、迴歸與分類等,結合運用以達成機器學習預測建模的目標。

 
Python語言與工業人工智慧應用實作

課程目的學習工業生產中物理或化學相關訊號的離散抽樣原理,運用計算機處理有限長度與雜訊干擾的訊號數據,理解訊號特徵萃取的去蕪存菁原理,讓學員短時間內掌握智能建模的關鍵知識。。

 
 

課程洽詢

報名專線:02-23701111#303 吳小姐
傳真報名:02-23811000 吳小姐 收

版權所有 © 2020 工業技術研究院 All Rights Reserved
工研院產業學院.價值創造
若您不想再收到此訊息,請按下 取消訂閱