 | |||
|---|---|---|---|
 |
 |
 |
 |
06/14↑FPGA數位IC設計實戰 
07/12↑全能電路設計實戰班
07/01↑全日制AI職訓課程 
隨時開課↑軟韌體線上課程
掌握未來趨勢
生成式AI正在顛覆各行各業，先學先贏，搶占未來競爭優勢，成為搶手人才！
取得官方認證
獲得資策會認證，為履歷增添實力背書，提升職場競爭力，拓展更多發展機會。
開啟創新思維
從內容生成到智能應用，啟發你的創造力，讓AI成為你發揮領域知識的助力！
| 考試方式 | 考試範圍 | 通過標準 | 鑑測資訊 |
|---|---|---|---|
|
電腦測驗 |
1.生成式AI基礎知識 |
達70分為合格 |
詳見 認證官網 |
▲ 報名考試請輸入推薦碼：ncgf，即享報考費9折優惠：
▲ (考試時間 & 資料來源 : https://www.iiiedu.org.tw/certifications/exam/6)
無論是學生、自由工作者或跨領域探索者，想系統性學習生成式AI的原理與應用，為未來發展做好準備。
想在AI時代保持優勢的人，透過學習生成式AI，提高工作效率並強化專業技能。
想轉戰AI領域、數據分析、內容生成或科技產業的求職者，取得認證作為職場加分利器。
教師、培訓講師、自媒體經營者、設計師等，透過生成式AI提升教學質量、內容創作效率，開創更多可能性。
想理解生成式AI如何影響產業發展，並將其應用於企業策略、營運優化與創新服務的主管與創業者。
理解生成式AI基礎概念，涵蓋原理、技術發展與核心運作機制，建立扎實知識基礎。
培養AI應用思維，瞭解生成式AI在各領域的應用場景。
瞭解如何使用生成式AI平台與工具，增強實戰應用能力。
認識AI倫理與法律規範，了解生成式AI可能帶來的倫理挑戰與法律風險。
幫助學習者考取生成式AI能力認證，了解認證考試的內容與題型，透過模擬測驗強化解題策略，順利通過認證。
(如GANs、Transformer、Diffusion Models)
本課程旨在培養學員掌握資料分析與視覺化的核心概念，並透過實際操作熟悉資料預處理與特徵分析。學員將學會使用強大的數據分析工具，如 NumPy、pandas 和 matplotlib，進行數據處理與視覺化展示，以解決實際問題。
課程內容涵蓋統計基礎應用、資料清洗與預處理，並深入 Python 資料科學工具，包括 NumPy 進行矩陣與數值運算、pandas 進行數據分析與處理，並運用 Matplotlib 和 Seaborn 進行資料視覺化，以直觀呈現數據趨勢與模式。
此外，課程透過 Kaggle 實務案例，如房價、電商銷售與股價分析，學員將學習數據解讀、資訊提取與數據驅動決策，將所學知識應用於真實場景。課程最後也將提供作業解答，確保學員能夠鞏固所學知識，強化學習成效。
AI時代關鍵技能
收穫職場不可或缺的數據力
跨領域應用必學
數據無所不在，任何產業都需要數據
業界專家授課
學習有方法，專業有保證
案例實作演練
掌握數據處理到視覺化的完整流程
◆資料驅動 決策力，讓你在職場脫穎而出！
◆學會資料視覺化，用 數據為你發聲！
◆強化 商業洞察力，才能立於不敗之地！
| 資料分析可以應用在任何產業 | |
| 製造業 | 生產過程優化如設備維護預測與質量控制、供應鏈管理、成本控制、環境與能源管理等。 |
| 金融保險業 | 風險管理、信用評估、投資與資產管理、客戶行為分析與行銷優化、客製化金融服務等。 |
| 零售業/電商 | 顧客行為分析、精準行銷與促銷策略、庫存與供應鏈管理、顧客體驗優化、商品組合與定價策略等。 |
| 醫療業 | 醫療資源與營運管理、醫療分析、精準醫療與個性化治療、臨床決策輔助、醫療創新與研究等。 |
| 生技業 | 新藥研發與臨床試驗、精準醫療、生產流程優化與質量控制、生物資訊學與數據整合等。 |
| 教育業 | 潛在學生來源名單分析、獎學金申請評等分析、教學內容優化、學生行為分析、教育科技應用等。 |
| 廣告業 | 精準目標受眾定位、行銷策略分析、廣告投放優化、廣告內容效果分析、市場分析等。 |
| 運輸業 | 路線優化與資源配置、車隊管理與維護、物流與供應鏈管理、交通管理系統優化等。 |
| 農、林、漁、牧業 | 精準農業、產量與收益預測、農、林、漁、牧場管理與自動化、環境監測與優化等。 |
| 電信業 | 網路管理與資源優化、客戶管理與體驗優化、客製化服務、優化方案設計與價格等。 |
· Data Analysis and Visualization
資料分析模組Pandas
程式範例matplot_example.ipynb
建議具有基礎Python程式設計能力
數據分析師（Data Analyst）
商業分析師（Business Analyst）
資料科學家（Data Scientist）
數據工程師（Data Engineer）
數據產品經理（Data Product Manager）
 Joseph老師 |
▶ 台灣大學電機工程系博士研究 ▶ 上市網通科技公司/資深軟體工程師 ▶ 嵌入式Linux系統 / ARM Boot Loader / 資料結構及演算法 / PCB Layout / MCU 韌體設計 / Linux 驅動程式 / Linux系統程式 / 網路通訊協定 / 機器學習 / 深度學習 / 電腦視覺開發 |
如對此課程有興趣，歡迎留下您的資料，或撥服務專線(02)2316-7736，將會有課程顧問為您解說詳細資訊，也可以參考課程組合優惠唷!
隨著AI、大數據蓬勃發展，「AI人工智慧」與「IoT物聯網」技術越發密不可分。為了更有效率地讓Web-based物聯網展現AI能力，我們可以使用TensorFlow.js程式庫開發來快速達到此功能；TensorFlow.js是以JavaScript編譯來開發機器學習模型，並直接在瀏覽器或Node.js中使用機器學習，也可以使用現成的JavaScript模型或轉換Python TensorFlow模型，以達到用戶端能直接使用瀏覽器執行相關作業之便利性。而透過瀏覽器處理AIoT數據呈現、功能操作等，也滿足了跨平台需求的崛起。本課程將幫助學員快速構建AIoT整合技術與知識，期能進而縮短AIoT產品之開發時程。
只要符合其中一項，都歡迎您加入學習！
1. 對Tensorflow.js有興趣者。
2. 對AI於物聯網應用有興趣者。
3. 已學習過機器學習與深度學習者。
4. 具有基礎Python或Javascript 程式設計能力者。
5. 即將投入AIoT應用之工程師或專案人員。
6. 正從事AIoT應用之工程師或專案人員。
7. 想在Web應用程式中部署機器學習者。
▪ 台灣大學電機工程系博士研究 ▪ 上市網通科技公司/資深軟體工程師
▪ 機器學習 ▪ 深度學習 ▪ 嵌入式Linux系統 ▪ ARM Boot Loader
▪ MCU 韌體設計 ▪ Linux 驅動程式 ▪ Linux系統程式 ▪ 網路通訊協定
iPAS課程Q&A專區
♦ 政府補助專班，遠距教學，最後3名！
NLP常見的挑戰有語音辨識、自然語言理解、機器翻譯、聊天機器人以及自然語言的生成，是近幾年成長最迅速的AI應用。 本課程將帶領學員了解常見的NLP任務，再以命名實體識別 (Named Entity Recognition，NER)為主，講解任務處理的流程，以及相關演算法，並搭配軟體套件的使用，兼具理論與實作兩個面向，對NLP有完整的概念。
推薦系統應用將會介紹常見的推薦系統應用(產品/平台)，再以深入淺出的方式，說明推薦系統的經典演算法，以直觀的方式理解這些演算法的原理。
關鍵詞:人工智慧、機器學習、深度學習、AI、Python、自然語言處理、Natural Language Processing、NLP、推薦系統、Recommender Systems、Deep Learning、聊天機器人、 Chatbot
1.了解NLP自然語言處理任務與流程，熟悉相關演算法。
2.學會NLP自然語言處理任務的資訊提取、句法分析、機器翻譯、問答系統。
3.了解深度學習RNN、LSTM、 GRU模型的原理與運用方法。
4.學會NLP自然語言處理流程的網路爬蟲，預處理，訓練模型，評量效能。
5.了解推薦系統應用與推薦系統的經典演算法。
6.講師帶領完成問答系統與推薦系統實作
7.熟悉Python語法及其資料科學運用，了解相關演算法與Numpy、Pandas等工具。
想了解AI自然語言的工程師
從事大數據、統計相關的研究人員
想了解自然語言處理與推薦系統應用者
對於Chatbot聊天機器人、情緒分析、智能助理、文本生成等應用感興趣者
5.實例
-文章評論情緒分類
-中英文文字生成
-文字描述預測商品價格
Lynn老師
▪ 國立臺灣大學資訊網路與多媒體碩士
▪ 知名教育科技公司人工智慧工程師
▪ 知名資產管理公司金融計量分析研究員
▪ 機器學習 ▪ 深度學習 ▪ 自然語言處理(NLP) ▪ 網路爬蟲
Jeffery老師
▪ 台灣大學土木工程研究所博士
▪ 知名上市資訊科技大廠大數據部門研發主管
▪ 類神經網路 ▪ 基因演算法 ▪ 最佳化演算法 ▪ 結構力學 ▪ 有限元素法 ▪ 生醫影像處理
