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。
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
AI 基礎課程
Python與AI人工智慧開發入門
- Python程式語言基礎
- 進階函數使用與套件引用
- 探索資料來源 : 網頁爬蟲介紹
- 數值資料處理：Numpy規劃與計算
- 圖表顯示：各種圖表運用
- 資料處理：Pandas載入檔案與查找
- 檔案存取應用
- Python與資料庫
- Microsoft Azure AI Fundamentals
Machine Learning
AI 基礎課程
AI 基礎課程
Python 機器學習應用開發
- 機器學習概念介紹
- 機率與統計
- 分類與迴歸
- 資料蒐集、清理與探索
- 機器學習處理流程與實作
- 特徵工程(Feature Engineering)分類與實作
- 分類演算法介紹與實作
- 模型評估、效能調校、衡量指標
- 整體學習(Ensemble Learning)、集群演算法
Machine Learning
AI 機器學習
AI 機器學習
Python 深度學習應用開發
- 梯度下降法原理解析及實作
- 模型部屬及效能調校
- 卷積神經網路(CNN)原理與應用
- 自然語言處理(NLP)原理與應用
- Transformers套件介紹及範例
- 生成對抗網路(GAN)介紹及實作
- 語音處理
- 強化學習原理
- 各式深度學習演算法 動態規劃演算法、 蒙地卡羅演算法、Deep Q-learning
Artificial Intelligence
AI 人工智慧
AI 人工智慧
Python 人工智慧整合開發
- 圖像基本處理運用
- 強化學習概論與馬爾可夫模型
- 蒙特卡洛方法與時序差分學習
- 深度強化學習與文本仿製
- 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
- 前端人員也有機會接觸機器學習的Tensorflow.js
- 文件式資料庫
- 圖像處理後辨識專題製作
- 文本處理後分析專題製作
SQL Server
資料庫開發認證
資料庫開發認證
- SQL Server基礎架構介紹
- T-SQL查詢
- 編寫SELECT查詢
- 查詢多個資料表
- 排序和篩選資料
- 使用SQL Server資料型別
- 使用DML修改資料
- 使用內建函數和群組及彙總資料與資料集運算式
- 介紹資料庫開發與設計並實作資料表
- 進階資料表設計與條件約束確保資料完整性
- 設計調校索引策略與欄儲存索引(Columnstore Indexes)
SQL Server
資料庫分析與探勘認證
資料庫分析與探勘認證
- 介紹資料倉儲與資料倉儲硬體配備規劃
- 資料倉儲的邏輯設計與實體資料庫索引的使用
- SQL Azure資料倉儲實作與建立ELT解決方案
- SSIS的控制流介紹：包含除錯與疑難排解
- 累加式更新資料倉儲中的資料
- 使用DQS與MDS檢查資料內容
- SSIS與.NET Script的整合及部署SSIS的Package
- BI商業智慧導論與資料模型的選擇
- 建立多維度資料庫及處理CUBE、Dimension與Measure相關設計
- MDX導論和介紹CUBE加強功能與設定
- 表格模型資料倉儲和DAX的介紹與運用
- 利用Excel的Add-in作Data Mining的預測分析
I.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
II.Python資料科學應用開發
- 方程式操作、函數與極限
- 矩陣與敘述統計
- 機率運算與分配
- 研究、抽樣與估計
- 假設與單雙尾檢定
- 可靠有效與相關分析
- 機器學習概念簡介
- 資料探索
- 資料準備與清理
- 特徵選擇與萃取
- 感知器與適應線性神經元
- 由KNN到Logistic Regression
- SVM與決策樹
- 模型評估與效能調校
- 整體學習與非監督式學習
Python機器學習應用開發
- 深度學習導論
- 迴歸分析（Regression）
- 模型介紹與簡單模型實作
- 深度學習模型介紹與應用
- 卷積神經網路（CNN）的概念介紹與應用
- 自然語言處理（NLP）介紹
- 循環神經網路（RNN）介紹與應用
- 生成對抗網路(GAN)
- 語音處理概念與應用
- 語音辨識實作
- 集群分析（Clustering）
- 強化學習導論與吃角子老虎
- 馬爾可夫決策過程
- 馬爾可夫決策與動態編程
- 時間差異學習
- 用函數逼近與理解政策梯度
Python人工智慧整合開發
- NLP與神經模型
- 深層語義相似度模型及應用
- 自然語言理解
- 深度強化學習
- 視覺語言多模式處理
- 語音背景與基本理論
- 語音信號處理
- 聲學建模及技術
- 聲學與神經網路
- 語言建模與語音解碼
- 影像基本介紹與分割
- 邊緣偵測、輪廓與角點
- 邏輯運算、群集與區域成長
- 從分水嶺(OpenCV Watershed)開始
- Viola-Jones與HOG計算推導
- 圖像金字塔與CNN
- Segmentation與Face Detection
- 專案實作
- SQL Server基礎架構介紹
- T-SQL查詢
- 編寫SELECT查詢
- 查詢多個資料表
- 排序和篩選資料
- 使用SQL Server資料型別
- 使用DML修改資料
- 使用內建函數和群組及彙總資料與資料集運算式
- 介紹資料庫開發與設計並實作資料表
- 進階資料表設計與條件約束確保資料完整性
- 設計調校索引策略與欄儲存索引(Columnstore Indexes)
- 介紹資料倉儲與資料倉儲硬體配備規劃
- 資料倉儲的邏輯設計與實體資料庫索引的使用
- SQL Azure資料倉儲實作與建立ELT解決方案
- SSIS的控制流介紹：包含除錯與疑難排解
- 累加式更新資料倉儲中的資料
- 使用DQS與MDS檢查資料內容
- SSIS與.NET Script的整合及部署SSIS的Package
- BI商業智慧導論與資料模型的選擇
- 建立多維度資料庫及處理CUBE、Dimension與Measure相關設計
- MDX導論和介紹CUBE加強功能與設定
- 表格模型資料倉儲和DAX的介紹與運用
- 利用Excel的Add-in作Data Mining的預測分析
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
