程式語言
"程式語言" 課程共 13 筆,顯示第 1-10 筆
-
1. Python語言與工業人工智慧應用實作. (線上0424-0425(工研院台北學習中心))
本課程從工業大數據基礎各式感測器數據的認識開始,著重於掌握數據的動態時序性與檢測信號的模糊性,學習各種訊號類型及其特性(確定性、隨機性、週期性、非週期性、穩態、非穩態等)。從數據清理技術、屬性萃取技術的各式轉換,到基於模型(model-ba ...
收藏
-
2. 數位轉型首部曲-AI大數據分析與應用實戰班. (0505-0507(工研院台北學習中心))
- [線上]
-
[$10,800]
[講師介紹]
 |
數位轉型首部曲-AI大數據分析與應用實戰班. |
講師: |
|
|
 |
人工智慧(Artificial Intelligence, AI)無疑是當今最熱門的發展重點,隨著科技發展成熟,支撐人工智慧的大數據分析,成為新世代創新來源的成長引擎,同時也快速改變我們的工作及生活方式,包括:無人駕駛、人臉辨識、智慧製造、 ...
收藏
-
3. 【政府補助】智慧機械生產數據分析與視覺化應用 (一般身分補助50% 0523-0525(工研院台中學習中心))
- [線上]
-
[$21,600]
[講師介紹]
 |
【政府補助】智慧機械生產數據分析與視覺化應用 |
講師: |
|
|
 |
【政府補助】智慧機械生產數據分析與視覺化應用-「智慧機械生產數據分析與視覺化應用」課程為企業為提升生產品質而設計的實用課程。本課協助企業運用Python進行數據分析,結合統計與數學應用,以數據驅動的方式改進生產流程,並透過數據視覺化技術提供 ...
收藏
-
4. Python數位訊號處理實作 (0626-0627(工研院台北學習中心))
Python數位訊號處理實作- 數位訊號處理非常重要,而且是經常被忽略的資料前處理與分析建模過程。因此,本課程運用Python程式設計,從訊號、抽樣及波形等基礎觀念開始介紹,到各式轉換、運算及濾波器的實作,以期建立學員的數位訊號處理基礎,並 ...
收藏
-
5. Python數位訊號處理實作. (線上0626-0627(工研院台北學習中心))
數位訊號處理非常重要,而且是經常被忽略的資料前處理與分析建模過程。因此,本課程運用Python程式設計,從訊號、抽樣及波形等基礎觀念開始介紹,到各式轉換、運算及濾波器的實作,以期建立學員的數位訊號處理基礎,並有能力應用在各個工作領域中,進而 ...
收藏
-
6. 智慧生產機器學習與深度學習模型應用 (一般身分補助50% 0628-0706(工研院台中學習中心))
【政府補助】智慧生產機器學習與深度學習模型應用-課程專為製造業和生產管理領域設計,旨在利用先進的機器學習和深度學習技術提升生產品質。本課程涵蓋從機器學習中的迴歸、分類和分群技術到深度學習模型的構建與評估,幫助學員掌握如何通過數據分析預測不良 ...
收藏
-
7. 自然語言處理ChatGPT大語言模型原理介紹與實作 (0703-0704(工研院台北學習中心))
- [線上]
-
[$10,800]
[講師介紹]
 |
自然語言處理ChatGPT大語言模型原理介紹與實作 |
講師: |
|
|
 |
自然語言處理ChatGPT大語言模型原理介紹與實作-本課程「自然語言處理ChatGPT大語言模型原理與實作」從卷積與遞歸神經網路基礎開講,細說傳統自然語言模型的發展瓶頸與沿革,靜態與動態詞嵌入重要概念,漸次引入模仿人類閱讀學習記憶的並行注意 ...
收藏
-
8. Python AI人工智慧資料分析師 (0712-0817(工研院台中學習中心))
隨著巨量時代的到來,資料分析與探勘成為科技顯學,各行各業對於大數據的濃厚興趣也直接反映在大數據人才的豐厚薪資中。「資料分析師」指的是不同行業中,專門從事行業內數據蒐集、整理、分析,並依據這些數據做出研究、評估的專業人員。本課程選擇以Pyth ...
收藏
-
9. 【AMR自主移動機器人】技術整合工程師學程 (全數 (雲端課程-全系列27.5小時 (工研院台中學習中心))
- [線上]
-
[$24,850]
[講師介紹]
 |
【AMR自主移動機器人】技術整合工程師學程 (全數 |
講師: |
|
|
 |
【AMR自主移動機器人】技術整合工程師學程 (全數位系列)-智慧智動化是製造業近年重要議題,尤其疫情演變更凸顯智慧生產或無人工廠發展的重要性。智慧製造需有各類跨系統之資訊感知、互聯、決策、執行的功能,其中環節與IoT、雲端運算、大數據、AI ...
收藏
-
10. AI醫學影像分析技術(一) (雲端自學0102-0415(工研院台中學習中心))
根據 Stratistics MRC(2018) 的資料顯示,2017年全球智慧醫療市場為 1,826 億美元,預計到 2026年將達到 6,654 億美元,為了佔據市場主導地位,全球各國都已積極投入醫療器材的創新與研發。
收藏