| AI應用 |
課程內容 |
【AI發展趨勢與跨域應用】
- AI發展歷程與世代演進:鑑別式AI到生成式AI
- 全球與臺灣AI趨勢觀察
- AI跨域應用實例
- AI職能轉型與未來展望
|
即將開放報名!
 |
【AI核心技術與運作架構】
- AI與資料驅動邏輯:數據、模型、預測與決策關係
- 人工智慧常見架構解析:訓練、推論、回饋流程說明
- AI模型種類與比較:監督學習、非監督學習、深度學習等
- AI系統架構與運作範例:雲端、邊緣與嵌入式應用概念
|
【機器學習原理與應用】
- 機器學習核心概念說明:特徵、標籤、模型、訓練
- 常見演算法原理介紹:決策樹、KNN、SVM…等
- AutoML 與 No Code 實例:快速理解模型建立流程
- 日常生活應用案例:推薦系統、詐騙偵測…等
|
【資料處理流程與視覺化】
- 資料前處理的基本流程:清理、轉換、標準化等步驟
- 表格與結構化資料解析:常見資料型態處理技巧
- 資料視覺化應用:圖表類型選擇與工具操作(如Excel, Google Data Studio)
|
【生成式AI提示設計與多模態應用】
- 提示詞(Prompt)基礎原理:角色、任務、格式與語氣設計
- 單模態與多模態應用介紹:文字、圖片、語音、影片整合概念
- 思維鏈與少量資料學習應用
- 跨模態提示與實際應用演練
|
【生成式AI文書處理應用】
- No Code應用工具介紹:ChatGPT、Notion AI、Gemini等
- 常見文書任務處理演練:撰寫會議記錄、摘要整理、Email、報告產出
- AI生成內容驗證與修改技巧:避免胡亂生成、保障正確性
- 提示語最佳化與流程應用
|
【生成式AI圖文內容設計】
- 圖文生成應用場景導入:行銷素材、簡報、社群貼文
- No Code工具應用:從文生圖到排版設計(Midjourney、Canva…等)
- 風格與語調一致性技巧:提升品牌感與視覺邏輯
- 圖文生成整合應用:打造AI協作式內容生產流程
|
【生成式AI導入規劃與風險管理實務】
- 導入流程與角色分工規劃:技術選型、工具選擇
- 成本效益與可行性評估:從 PoC 到正式導入的評估架構
- 法規與資安風險解析:模型偏誤、版權、資料保護等
- 善用AI治理與內部政策建立:保障企業內部合規與穩定發展
|