Python‧AI人工智慧 - 巨匠電腦

Python的易擴充、簡潔明確、多平台支援的特性，深受工程師喜愛，因此被廣泛運用於各行業，如：Google search、YouTube、DropBox、NASA、IBM、Mozilla等組織或平台都 ... 擅長領域AI智能開發及資料庫的楊志強，是台灣第一人(全球不到10人)取得AIMPP雙證照的，征戰經驗超過二十年，常受邀於兩岸三地大型演講，連續取得13年DataPlatform MicrosoftMVP榮銜，從早期SQLServer6.0到最新的SQLServer 2017與人工智慧AI，都持續研究與實作，『巨匠老師都蠻專業的，很厲害又有產業經驗』就是學員最真實的評價！ AIMPP雙證照 楊志強名師授課 AI人工智慧課程簡章索取 我已詳細閱讀並接受個資保護聲明 索取課程資料 AI大哉問：為什麼是Python? 1易擴充跨平台 比C語言更容易學習的程式，採取開放策略，提供豐富的API和工具，可輕鬆使用C、C++、Cython編寫擴充模組，且能支援各種主要作業系統，學習者可輕鬆在Linux、MAC與Windows平台上執行。

2簡單而強大 Python語法簡易明確，深受工程師喜愛，其豐富程式套件、透過具彈性及互動性高的環境，就能運用Python程式實現數據資料演算，來幫助企業挖掘出資料庫中的各類商機，降低營銷成本。

3企業愛用 Python在網路爬蟲、雲端基礎設施、DevOps與數據處理等領域都是炙手可熱的語言，因此被廣泛運用於各行業，如：Google search、YouTube、DropBox、NASA、IBM、Mozilla等組織或平台進行資料分析運用。

Python實戰學習啟動 人工智慧開發入門 資料科學應用實戰 機器學習應用實戰 人工智慧整合實戰 課程時數66hrs Python基礎知識 探索Python語言的基礎知識，包括基本的語法，變量和程式類型。

程式執行 資料儲存計算與輸出入運用 Python列表 學習透過各種方式建立子集和Python列表操作基礎。

PythonList介紹 Python函數、字典與矩陣、鏈結串列、堆疊等操作。

佇列與樹狀結構、二元樹操作、排序與搜尋。

函數和開發套件 如何利用Python函數結合目前已知的模組套件，將Python效能發揮最大化。

物件導向規劃設計 Python例外處理與模組套件開發運用。

數據分析Numpy 學習構建Numpy數組，以利執行大量的數據運算。

Numpy陣列操作、切割合併與增減元素、基礎統計操作。

矩陣操作、資料查找與金融運用。

資料視覺化Matplotlib 學習運用實際數據創建任務和自定義各類圖表，並將大量資料透過系統進行視覺化處理。

Matplotlib繪圖與設定、點狀柱狀圖與運用。

資料科學控制流和Pandas Pandas資料結構與數值計算、文件存取與時間序列處理。

Python資料合併與重塑資料、圖像與地圖的繪製。

課程時數66hrs 統計分析基礎 說明統計分析的簡介與目的。

初探資料科學的過程。

概率和統計。

資料整理與模擬探索 將資料化為資訊的處理過程。

資料視覺化。

數據整理、清洗和轉換。

資料篩選和圖表顯示 處理複雜多維度的大量數據，並利用Python語言進行資料篩選後以圖表呈現。

實作Lab。

資料重塑與清理 了解如何清洗資料庫中數據，取得有效樣本。

數據擷取與流量分析。

識別和處理異常值錯誤實作Lab。

探索資料數據 對機器學習有基本認識，並進一步了解數據取得的迴歸模型基礎。

迴歸模型基礎介紹。

分類模型基礎介紹。

分群方式基礎介紹實作Lab。

資料建模 資料收集與歸因的必要程序。

建立數據資料庫並設計迴歸模型。

發佈與使用預測性的Web服務實作Lab。

課程時數66hrs 迴歸與分類 邏輯性迴歸。

迴歸分析。

建立多項式迴歸。

Python列表 PythonList介紹 Python函數、字典與矩陣、鏈結串列、堆疊等操作。

佇列與樹狀結構、二元樹操作、排序與搜尋。

各種模型評估 隨機森林評估。

使用學習曲線與驗證曲線。

使用K拆交叉驗證法實作Lab。

決策樹與集合方法 最大化資訊增益。

建構決策樹。

K值演算法實作Lab。

分群學習 主資料成分分析、特徵轉換。

建立均值飄移模型。

使用k-means演算法。

混淆矩陣可視化實作Lab。

時間序列和預測 切割時間序列數據資料。

用SVM建立分類器創建隱馬尼科夫模型。

解決類型數量不平衡問題實作Lab。

文字字串分析學習 使用標記解析，建立詞袋模型。

建立字串分析分類器。

使用主題建模實作Lab。

圖像分析學習 檢測SIFT特徵點，建置Star特徵檢測。

圖像均衡化。

極端隨機森林訓練。

課程時數66hrs Azure機器學習 建立一個實驗及迴歸模型。

建立分類及分群模型。

發佈與使用預測性Web服務。

文字語音學習 學習語言及文本分析。

語音辨識 翻譯學習 LUIS學習與互動 了解什麼是LUIS。

建立一個LUIS應用程序。

操作LUIS應用程序。

使用主動學習改進LUIS應用程序。

了解人工智慧 機器人智慧反應說明。

建立一個QnA服務。

建立一個QnABot。

微軟語音助理技能應用。

OpenCV的製作 圖像處理基礎。

圖像均衡處理。

圖像特徵過濾基礎。

邊緣及邊角檢測基礎。

人臉辨識互動 靜態圖片與動態影片分析及辨識，進而與用戶產生互動。

圖像分類與分析 人臉檢測和識別 影片基礎知識 影片索引介紹及索引器API 為什麼要學習AI? Amazon創辦人Jeff．Bezos︰「當你抵抗趨勢，那你就是在和未來作對。

但若你選擇欣然擁抱，風向會幫你一把。

」 近年來資料分析、機器學習已成為熱門關鍵字，除了科技業外，傳統的銀行業、製造業、旅遊業甚至政府都相繼成立資料科學團隊，企圖利用數據分析增加營收及提供組織決策方向。

據Gartner預估，2018年全球將有440萬個資料科學、機器學習與人工智慧專家的需求，而臺灣人力銀行統計數據顯示，目前相關的工作職缺約有2萬名缺口。

演算法開發開發工程師 大數據分析或資料採礦 金融自動化交易 資料科學家 自動化開發工程師 AI人工智慧研發工程師 資料來源：104人力銀行