| ► 回首頁 | ► 營隊特色 | ► 學習目標 | ► 營隊資訊 | ► 課程諮詢 |
「人工智慧」的概念是由美國科學家John McCarthy於1955年提出，目標為使電腦具有類似人類學習及解決複雜問題、抽象思考、展現創意等能力，能夠進行推理、規劃、學習、交流、感知和操作物體。
節錄自<數位時代>報導
簡言之，AI人工智慧就是人類希望電腦能夠透過學習而具備智慧，來解決人類生活上的問題。
自駕車
語音助理
無人商店
WEF世界經濟論壇執行委員會成員
札希迪（Saadia Zahidi）
" 人類如果不想被機器人搶走飯碗，只剩 3 年到 5 年可以準備。 "
Google執行長皮蔡（Sundar Pichai）
" AI「將比火和電更為重要」 "
創新工場董事長兼首席執行官李開復
" 從機器的弱點找未來機會，讓 AI 人工智慧當你的「工具箱」"
美國以學術補助支持、或擴大在職學徒制度等等，幫助AI教育的進行、並將AI人才留在校園或與校園有所接觸，以留住師資，使AI不會完全僅在業界活動；而在基礎教育上，則與英國不約而同的，持續STEM教育，使學童具有科技能力的素養。
資料來源:財團法人資訊工業策進會 數位服務創新研究所
<培育AI人才！臺灣與世界各國怎麼做？>
英國資助8,000電腦科學教師提升技能、發展產學合作AI碩士培育方案、並在各頂尖大學增設200名AI博士學位等等，要在高等教育以及教師素質上著手進行培育、並在基礎教育上加強原先STEM教育，培育科技人才。
資料來源:財團法人資訊工業策進會 數位服務創新研究所
<培育AI人才！臺灣與世界各國怎麼做？>
中國在教育方面，從2018年5月，就有天津、南開、南京、吉林等大學開設人工智慧學院，在此之前也有其他大學開設相關學院；此外，還增加AI相關學科研究生名額、並在中小學設置人工智慧相關課程、推廣程式設計教育、甚至出版了AI的教科書《人工智能基礎(高中版)》。鴻海董事長郭台銘大量進購此書讓員工閱讀，在不同層級的教育都安排人工智慧相關學習。
資料來源:財團法人資訊工業策進會 數位服務創新研究所
<培育AI人才！臺灣與世界各國怎麼做？>
台灣政府透過跨部會整合及推動「台灣AI行動計畫」，盼將台灣打造成全球AI人才重鎮。
2020年正式將AI課程納基礎教育課程規劃； 預計於今年5月完成發展高中、國中、國小的AI教材與教案示範例。
資料來源: 今日新聞<培育人工智慧人才 2020年起AI課程納入基礎教育>
資料來源: 聯合新聞網<搭配新課綱 全台第一份人工智慧AI教材今年上路>
擁有更充裕的時間學AI
平常在學校有許多學分要修，即使想全心全意地學AI，也苦惱於時間有限，而無法對AI有通徹的了解。然而，寒暑假的充裕時間，正是你學習AI的好機會，你將能更專注學AI。當然，學習成效自然也就更高。
和志趣相投的夥伴互享砥礪學AI
參加本班的學員都是對AI有興趣，與來自不同背景的同學交流，將能大大啟發你的想法。和志趣相投的朋友一起學習，心情會更愉快，進步的速度才快。
搶先培養競爭優勢
台灣人工智慧的元年已經開始了，各產業也都投入許多資源在AI的相關業務上，全球各大企業也開始了AI人才的搶人大戰，就連大陸的中學生都開始學AI。不管你是什麼背景，若能在踏入職場前先培養精實的AI戰力，未來在AI產業的求職上，也會比其他競爭者更具優勢，而你現在就該開始準備。
特色1：站在巨人的肩膀上學AI
講師為業界的資深工程師，擔任多所大專院校的業師，累積10多年的開發與教學經驗，懂得如何以學生的角度讓學生掌握知識核心。本課程的講義與範例程式碼均為精心彙整，有了這個武器同時跟著我們的規劃進度，用心地學，保證一定能學到AI精髓。
特色2：原理與實作兼俱的AI之旅
課程中除了解釋AI演算法，也會加入演算法的python實作，從動手實作的過程中，去更加了解人工智慧演算去的背後原理。為了激發更多的學習興趣。課堂中也會安插牛刀小試與課後延伸練習。放心! 我們提供完整程式碼與詳細的註解，即使之前沒有任何程式基礎，只要照著講師的教學步驟，也一樣可以輕鬆實現人工智慧的成果，不用擔心學不會。
特色3：幫你解決卡關的AI科展專題
專題卡關的原因有時候只要有經驗的前輩指點一下，問題通常就迎刃而解。跟著有經驗的講師學習，可以節省自學四處碰壁的時間，在5天中所培養的實力，甚至勝過你自學5個月的成果。培養了正確的觀念和紮實的技術，在完成AI專題的成功率也大大提升。
特色4 : 小班制高品質教學
不同於傳統英、數、理的學科的大班教學，我們提供給學生高品質的小班教學，講師可即時了解到每位學生的學習狀況，給予適切的指導。更棒的是，上課是在專業電腦教室進行，學生還不須自備電腦。
特色5：補課機制與線上Q&A平台
若是因故請假，我們提供數位補課，不用擔心學不會。此外，我們還提供線上Q&A的平台，即使你在課後遇到學習的問題，也能得到協助。
特色6：學習AI世界主流程式語言 - Python
AI世界主流程式語言 – Python。Python屬於高階程式語言，易讀好上手又有膠水語言的美譽，也就是說Python很容易將其他語言撰寫的程式進行整合與封裝。教學生主流語言，才跟得上時代脈動，永保競爭力。
本課程的目標是引發你思考機器如何有智慧? 機器到底如何自我學習? AI又到底能解決什麼問題?
課堂以這樣的觀點帶你學習AI原理與實作
➤ 了解機器學習的基本名詞與觀念(監督式學習 & 非監督式學習、訓練資料、模型、特徵等)
➤ 能了解機器學習在分類、迴歸、分群的精典演算法
➤ 會懂得數據資料分析的意義，並會開始思考如何用AI解決問題
➤ 能具有Python 程式的基礎能力並且會善用AI演算法函式庫
| Day1 | Day2 | Day3 | Day4 | Day5 | |
|---|---|---|---|---|---|
| 08:50~9:00 | 簽到 | ||||
| 09:00~12:00 | 【AI導論】 AI人工智慧簡介 機器學習術語 |
【分類演算法】 K-近鄰(KNN)演算法 決策樹演算法 隨機森林演算法 |
【Python 程式入門#2】 條件判斷、迴圈 |
【迴歸預測演算法】 迴歸分析與最小平方法 |
【分群演算法】 K-means演算法 階層式分群法 任務: 能實作K-mean及 階層式分群演算法自動將資料分群 |
| 12:00~13:30 | 午餐、午休 | ||||
| 13:30~16:20 | 【資料科學】 資料蒐集與前處理 特徵選擇 |
【Python 程式入門#1】 變數型態、運算式、資料結構 |
【Python 程式入門#3】 函式與隨機亂數 實作KNN演算法 任務: 能以python完成物品分類 |
【機器學習套件】 Scikit Learn程式架構 任務: 能實作決策樹演算法完成物品分類 任務: 能實作線性迴歸演算法預測數值 |
【深度學習】 深度學習簡介 類神經網路基本原理 任務: 能以ANN實現數位邏輯匣的設計 |
| 16:20~16:30 | 問題研討 | ||||
【AI導論】AI人工智慧簡介、機器學習術語 【資料科學】 資料蒐集與前處理、特徵選擇
【分類演算法】 K-近鄰(KNN)演算法、決策樹演算法、隨機森林演算法
【Python 程式入門#1】 變數型態、運算式、資料結構
【Python 程式入門#2】條件判斷、迴圈
【迴歸預測演算法】 迴歸分析與最小平方法
【機器學習套件】
Scikit Learn程式架構
任務: 能實作決策樹演算法完成物品分類
任務: 能實作線性迴歸演算法預測數值
▲實作線性迴歸演算法預測數值
【分群演算法】
K-means演算法、階層式分群法
任務:能實作K-mean及階層式分群演算法自動將資料分群
【深度學習】
深度學習簡介、類神經網路基本原理
任務:能以ANN實現數位邏輯匣的設計
▲搭建一個DNN網路，實現AND, OR, XOR Gate
| 2021青少年AI人工智慧實作營 | ||
| 上課時間 | 梯次一：07/12(一)~07/16(五) 09:00~16:30 | |
| 總時數 | 30小時 | |
| 學費 |
|
|
| 上課地點 | 艾鍗學院-臺北市重慶南路一段143號4樓 | |
| 備註 | 教室為電腦教室，亦歡迎同學自備筆電 | |
Joseph
學歷：
▶ 台灣大學電機工程系博士研究
擅長領域：
▶ 嵌入式Linux系統 / Linux系統程式 / 網路通訊協定 / 機器學習 / 深度學習
Shelly
學歷：
▶ 台北大學資訊工程研究所碩士
擅長領域：
▶ 數據科學 / 資料探勘 / 數值最佳化 / 類神經網路 / 有限元素法
Jerry
學歷：
▶ 台灣大學土木工程研究所博士
擅長領域：
▶ 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
Alex
學歷：
▶ 美國聖路易大學生物資訊博士
擅長領域：
▶ 自然語言處理 / 統計推論 / 科學計算 / 數據科學 / 資料探勘 / 數值最佳化 / 資料庫 巨量資料處理 / 機器學習 /深度學習
備註： 艾鍗學院(以下稱主辦單位)保留活動解釋權。 報名順序依繳費順序為準。 本活動以完成付款認定取得報名資格。參加者在課程頁面報名並繳費，若超過48小時付款期限，會將名額讓給其他候補參加者。 如人數未達最低開班人數，主辦單位有權利順延或取消。 如遇不可抗拒的原因而影響營隊正常上課，主辦單位將擇期補課。
Copyright © 2020 by 台灣程式教育協進會
