基礎Python 程式設計與AI影像辨識應用班第01期

基礎Python 程式設計與AI影像辨識應用班第01期

基礎Python 程式設計與AI影像辨識應用班第01期
基礎Python 程式設計與AI影像辨識應用班第01期
基礎Python 程式設計與AI影像辨識應用班第01期
基礎Python 程式設計與AI影像辨識應用班第01期
基礎Python 程式設計與AI影像辨識應用班第01期
基礎Python 程式設計與AI影像辨識應用班第01期

基礎Python 程式設計與AI影像辨識應用班第01期

$8,580

創研智權

AI 技術快速普及,Python 已成為資料分析、機器學習與影像辨識領域最重要的程式語言。
本課程專為「完全沒程式基礎的初學者」到「希望進入 AI 技術應用的人」所設計,透過循序漸進的教學結構,帶領你從 程式邏輯 → Python 基礎語法 → 神經網路原理 → AI 模型訓練 → 影像辨識應用開發,一步步建立實作能力。

課程內容涵蓋 AI 與深度學習的核心概念,包括:

  • 感知器模型、激發函數、誤差反向傳遞(Backpropagation)

  • 多層感知器(MLP)建構與影像分類應用

  • Keras 與 TensorFlow 的基礎操作

  • OpenCV 影像處理、特徵擷取與辨識流程

  • 建立你自己的 AI 模型並測試成效

無論你是希望提升職場競爭力、轉職科技領域、加強資料能力,或只是單純想理解 AI 的世界,本課程都將讓你能「看得懂、學得會、做得出」AI 影像辨識的基礎技術。

這不只是一堂程式課,而是一趟從零開始、真正跨入 AI 技術實作的入門之路。

課程日期

12/28 ~ 02/07(週六/日)

上課時間

09:00~17:00; 44H

上課教室

漢唐資訊大樓

上課地址

臺中市西區大和路24號3樓之1

交通方式

  • 捷運科技大樓站或國立台北教育大學公車站步行3分鐘

  • 成功國宅郵局旁照相館旁樓梯上二樓左轉直走

課程費用

$8,580

優惠資訊

於結訓後合於缺課時數不超過20%則可獲得補助80~100%

缺席時數未逾訓練總時數之1/5,將取得結訓證書者,並獲得勞動力發展署之補助

☎️ 洽詢專線(02)2808-2770;📱 0972-231-329 廖老師

從事與Python程式語言、AI影像辨識相關工程師或未來有意從事相關產業、職務者。

課程講師

李天明
李天明

李天明 老師

學歷:英國曼徹斯特大學   電腦科學系博士
專長:AI人工智慧、AI視覺辨識、智慧載具設計、AI機器人控制

課程講師

廖昭昌
廖昭昌

廖昭昌 老師

學歷:美國北卡羅萊納州立大學   設計管理碩士
專長:工業設計、核心職能、課程規劃與評量、職能分析、TTQS、專案管理、產品設計開發、智慧財產權法律、TTQS專業講師、核心職能講師、大學助理教授級技術教師、經濟部中小企業經營輔導專家、AI相關專利發明人。

你將學到…

1. 從零開始建立 Python 程式基礎

完整掌握 Python 的變數、流程控制、函式、檔案處理與基礎邏輯,讓你具備能獨立撰寫程式的能力。

1. 從零開始建立 Python 程式基礎

完整掌握 Python 的變數、流程控制、函式、檔案處理與基礎邏輯,讓你具備能獨立撰寫程式的能力。

1. 從零開始建立 Python 程式基礎

完整掌握 Python 的變數、流程控制、函式、檔案處理與基礎邏輯,讓你具備能獨立撰寫程式的能力。

2. 理解類神經網路與 AI 學習原理

從感知器、激活函數到多層神經網路(MLP),理解 AI 如何學習、如何分類資料與如何自動優化。

2. 理解類神經網路與 AI 學習原理

從感知器、激活函數到多層神經網路(MLP),理解 AI 如何學習、如何分類資料與如何自動優化。

2. 理解類神經網路與 AI 學習原理

從感知器、激活函數到多層神經網路(MLP),理解 AI 如何學習、如何分類資料與如何自動優化。

3. 能手動推導並理解 Backpropagation

掌握誤差反向傳遞與梯度下降法的運作方式,真正看懂深度學習模型背後的核心數學與邏輯。

3. 能手動推導並理解 Backpropagation

掌握誤差反向傳遞與梯度下降法的運作方式,真正看懂深度學習模型背後的核心數學與邏輯。

3. 能手動推導並理解 Backpropagation

掌握誤差反向傳遞與梯度下降法的運作方式,真正看懂深度學習模型背後的核心數學與邏輯。

4. 使用 Python 建立並訓練 AI 模型

學會用程式建立迴歸模型、分類模型、訓練流程、模型評估與參數調整,踏出成為 AI 工程師的重要一步。

4. 使用 Python 建立並訓練 AI 模型

學會用程式建立迴歸模型、分類模型、訓練流程、模型評估與參數調整,踏出成為 AI 工程師的重要一步。

4. 使用 Python 建立並訓練 AI 模型

學會用程式建立迴歸模型、分類模型、訓練流程、模型評估與參數調整,踏出成為 AI 工程師的重要一步。

5. 運用 Keras 與 TensorFlow 進行深度學習

能實作基礎深度學習模型、建立神經網路架構,並使用主流框架完成端到端的模型訓練。

5. 運用 Keras 與 TensorFlow 進行深度學習

能實作基礎深度學習模型、建立神經網路架構,並使用主流框架完成端到端的模型訓練。

5. 運用 Keras 與 TensorFlow 進行深度學習

能實作基礎深度學習模型、建立神經網路架構,並使用主流框架完成端到端的模型訓練。

6. 完成 AI 影像辨識專案(OpenCV 實作)

掌握影像處理基礎、特徵偵測、邊緣偵測、目標物辨識等技術,並完成可展示於作品集的影像辨識專題。

6. 完成 AI 影像辨識專案(OpenCV 實作)

掌握影像處理基礎、特徵偵測、邊緣偵測、目標物辨識等技術,並完成可展示於作品集的影像辨識專題。

6. 完成 AI 影像辨識專案(OpenCV 實作)

掌握影像處理基礎、特徵偵測、邊緣偵測、目標物辨識等技術,並完成可展示於作品集的影像辨識專題。

課程大綱

上課日期

授課時間

時數

課程進度/內容

授課師資

114/12/28(星期六)

09:00–12:00

3

AI 產業發展前瞻:1. AI 產業發展趨勢 2. 台灣產業 AI 應用分析

廖昭昌

114/12/28(星期六)

13:00–17:00

4

AI人工智慧基礎類神經網路(ANN)學習原理:1. AI 學習控制原理 2. 人類腦神經元運作基本模式 3. 單一神經細胞應⽤模式

李天明

115/01/03(星期六)

09:00–12:00

3

AI 統計分析法之分類理論:1. 單一神經細胞反應模式(Activation Function)2. 單一神經細胞學習之演算法(Perceptron Algorithm)3. 線性可分類問題之舉⦿(Linear separable problems)

李天明

115/01/03(星期六)

13:00–17:00

4

多層神經細胞反應模式(MLP)學習理論:1. 非線性可分割問題之舉例 2. 多層神經細胞組織架構 3. 非線性反應形式之應⽤模式

李天明

115/01/10(星期六)

09:00–12:00

3

多層神經細胞反應模式(MLP)學習理論:1. 反應細胞之於輸出層模式 2. 非線性反應形式之應⽤模式(Sigmoid function)3. 誤差倒傳遞法則(Error-back propagation)4. 梯度下降法(Gradient decent)

李天明

115/01/10(星期六)

13:00–16:00

3

Python程式設計基礎(上機操作):Python 程式安裝、編譯器使用介紹、輸入與輸出

蕭人與

115/01/17(星期六)

09:00–12:00

3

Python程式設計基礎(上機操作):1. if…else 指令應用 2. for迴圈指令介紹與應用 3. while 迴圈指令介紹與應⽤

李天明

115/01/17(星期六)

13:00–16:00

3

Python程式設計應⽤(上機實作):1. 函式應⽤與參數傳遞 2. 使用 matplotlib 繪圖應⽤ 3. 檔案之讀取與儲存應⽤

李天明

115/01/24(星期六)

09:00–12:00

3

Python程式應⽤人工智慧學習:神經細胞組織化之應⽤(上機實作)1. 簡單線性迴歸分析系統建置 2. 非線性多分割問題之建構 3. 多層反應組之倒傳遞演算法

李天明

115/01/24(星期六)

13:00–16:00

3

Python程式應⽤深度學習(使用 Keras & Tensorflow)(上機實作)1. AI 深度學習理論簡介 2. 多層反應組軟件安裝與應⽤(install Keras & Tensorflow)3. 使用 Tensorflow 解決非線性問題之解析實例

李天明

115/01/31(星期六)

09:00–12:00

3

AI 影像辨識技術實務應⽤:1. 數位影像之定義 2. 影像彩度、灰階影像、二值影像特徵之說明

李天明

115/01/31(星期六)

13:00–16:00

3

AI 影像辨識技術實務應⽤:1. 影像強化技術實務應⽤ 2. 影像維度式映像壓縮與縮放 3. 影像辨識偵測

李天明

115/02/07(星期六)

09:00–12:00

3

AI 影像辨識應⽤ Python 程式設計之應⽤模式(上機實作):1. OpenCV 影像應用技術 2. 影像處理與取樣檢查應⽤ 3. 夾⾓度資訊應用

李天明

115/02/07(星期六)

13:00–16:00

3

AI 影像辨識應⽤ Python 程式設計之應⽤模式(上機實作):1. 影像三通道資料轉換作業 2. 影像特徵偵測技術應⽤ 3. 影像邊緣偵測應⽤ 4. 目標物偵測技術應⽤ 5. AI 影像辨識技術之成果與理論應⽤分享交流

李天明

常見問答

我完全沒有程式基礎,可以跟得上嗎?

我完全沒有程式基礎,可以跟得上嗎?

我完全沒有程式基礎,可以跟得上嗎?

課程會不會太理論?我學完能不能實作?

課程會不會太理論?我學完能不能實作?

課程會不會太理論?我學完能不能實作?

學完之後,我能做哪些 AI 相關工作?

學完之後,我能做哪些 AI 相關工作?

學完之後,我能做哪些 AI 相關工作?

課程內容與市面上免費資源有什麼差別?

課程內容與市面上免費資源有什麼差別?

課程內容與市面上免費資源有什麼差別?