人工智慧與物聯網整合課程說明會

開課日期:2019-08-23 課程費用:免費課程
上課時間:週五 / 晚上 學習時程:總共84小時
上課地點: 台北市中正區重慶南路一段143號4樓 map
適用對象:
轉職、就業、社會新鮮人:
透過完整課程規劃與安排,讓您在最短時間下有系統學習,有效精...看完整
收藏課程
課程特色
1.艾鍗學院採取一人一機上課,強調學中做,做中學!

2.教學以產業應用為主軸,訓後讓您與實務無縫接軌。

3.用全觀的物聯網概念讓您完整了解每個技術的全貌,提高學習成效。


詳細內容
課程大綱
 
Step 1 : IoT Web整合應用實作

1) 什麼是物聯網? 我該如何實現? 我該或我可以專注什麼?

2) 物聯網技術架構簡介

3) 物聯網感測層技術:

▪ Raspberry Pi 開發快速上手

▪ 基礎I/O控制: GPIO、Relay 控制110V家電控制

▪ 感測器介面技術 - 數位(I2C, SPI)、類比 (ADC)

▪ 數位感測器讀取-溫溼度感測器(BME280)

▪ 數位感測器讀取-G-Sensor(LIS3DH)

▪ OLED 輸出

▪ 類比式感測器讀取-光感測器

4)物聯網網路層技術  

▪ M2M通訊協定說明  

▪ CoAP協定解析與實驗  

▪ MQTT協定解析與實驗

5) 物聯網應用層技術: WebAPP 實作  

▪ Web前端技術: HTML/CSS/JavaScript/JQuery (瀏覽器前端 UI控制)

▪ Web後端技術: Node.js (伺服端端資料處理)

▪ 瀏覽器與Web Server間的通訊實現: AJAX, WebSocket  

▪ Node.js MQTT Client  

▪ MongoDB (NoSQL)進行感測資料儲存

6) 實現一個基於 ARM mbed cloud 的 Web IoT 平台

▪ ARM mbed Cloud 平台架構簡介  

▪ build mbed Client to Linux  

▪ mbed Client API  

▪ Raspberry Pi 3 連線ARM mbed cloud using CoAP  

▪ ARM mbed Device Connector Web API 7) IoT 架構解決方案Demo  

▪ 以MQTT架構整合感測端與Web應用端  

▪ 以ARM mbed Cloud 整合感測端與Web應用端




Step 2 : Python大數據與機器學習應用

1)

▪ 資料科學概述與相關例子

實作課程(一):Python程式語言介紹、Pandas模組介紹與Github介紹

▪ 網路資料採集(Web Scraping)、正規表示式(Regular Expressions)、資料重塑(Data Reshaping)與資料清理(Data Cleanup)。


▪ 探索性資料分析(Exploratory Data Analysis, EDA)

實作課程(二):資料採集(Scraping)資料視覺化介紹

▪ 再探Pandas模組,結構式查詢語言(SQL),資料文法(Grammar of Data):資料整理套件dplyr介紹

▪ 統計模式(Statistical Models)

▪ 實作課程(三):機率(Probability),分佈(Distributions)與頻率統計(Frequentist Statistics)



2)

▪ 故事敘事方法(Story Telling)與有效的溝通技巧(Effective Communication)

▪ 偏誤值(Bias)與迴歸分析(Regression) 實作課程(四):期末專案討論、迴歸(Regression)與羅吉斯迴歸(Logistic Regression)

▪ 進階迴歸分析方法介紹與實例解說

▪ 分類(Classification)、最近距離分群法(kNN)、交叉驗證(Cross Validation)、維度降低(Dimensionality Reduction)與主成分分析(PCA) Clustering

▪ 實作課程(五):期末專案討論、機器學習(Machine Learning)簡介與方法介紹



3)

▪ 機器學習方法:支持向量機(Support Vector Machine, SVM)介紹與預測結果評估

▪ 機器學習方法:決策樹(Decision Trees)與隨機森林(Random Forests)介紹 Decision Trees

▪ 實作課程(六):期末專案討論與機器學習(Machine Learning)簡介與方法介紹二:模式比較

▪ 機器學習方法:整體性方法(Ensemble Methods)

▪ 機器學習方法的最佳實踐(Best Practices) 實作課程(七):整體性方法(Ensembles)實作



4)

▪ 機器學習方法的最佳實踐(Best Practices)、推薦系統實作與分析演算法介紹:MapReduce.

▪ 分析演算法介紹:MapReduce Combiners與Apache Spark

▪ 實作課程(八):虛擬機器Vagrant與VirtualBox介紹,亞馬遜網路服務(Amazon Web Services, AWS)與Apache Spark進階介紹

▪ 統計方法介紹:貝氏理論(Bayes Theorem)與相關貝氏方法(Bayesian Methods)介紹

▪ 統計方法介紹:相關貝氏方法(Bayesian Methods)介紹 實作課程(九):Bayes理論實作



5)

▪ 文字分析與探勘(Text Mining)、互動式視覺化(Interactive Visualization) 實作課程(十):期末專案討論、文字分析與分群(Text and Clustering)

▪ 統計方法介紹:分群(Clustering)

▪ 有效的簡報表達技巧(Effective Presentations) 實作課程(十一):期末專案討論與範例解說(Projects, and an example)



6)

▪ 實驗性設計(Experimental Design)

▪ 深度學習網路(Deep Networks)簡介 Deep Networks

▪ 實作學習與分享,如何進行資料科學研究

▪ 總結、專案分享與回顧
師資介紹
 Joseph

學歷:台灣大學電機工程系博士研究

經歷:上市網通科技公司 / 資深軟體工程師

專長:嵌入式Linux系統 / ARM Boot Loader / 資料結構及演算法 / PCB LayoutMCU 韌體設計 /  Linux 驅動程式 / Linux系統程式 / 網路通訊協定

 

Elvis

學歷:交通大學交通運輸與資訊管理研究所碩士/美國聖路易大學生物資訊博士/美國佛羅里達大學資訊博士後研究/美國亞利桑納大學自然語言處理博士後研究

經歷:資深海洋學門資料庫IT研究員/ 資深資料分析師

專長:生物資訊 / 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

報名方式
如您對本課程有興趣,或需相關諮詢,請於下方留下您的聯絡資訊,我們將派專人與您聯繫,為您安排上課事宜,或回覆問題,感謝您!
備註
報名可享早鳥優惠,優惠內容請電洽!

更多優惠,請來電洽詢!

洽詢電話:02-23167736
更詳細課程介紹,請上網 http://bit.ly/2OANND7
免費說明會 http://bit.ly/2OE6pSQ

如您對本課程有興趣,或需相關諮詢,歡迎於下方留下您的聯絡資訊,我們將派專人與您聯繫,感謝您!
我想瞭解更多
  • code
    換一個
若您有進修網會員帳號,建議您登入進修網,省去填表部份欄位的填寫!
課程回函右下-免費課卡 課程回函右下-好康專區
讀者留言
相關進修課程推薦
  課程名稱 認證機構(分校) 上課地點 費用 開課日期
索取課程資料
收藏課程資料
training 軟韌體工程師必學【免費說明會... 艾鍗學院 台北市中正區 免費課程 2019-09-13
索取課程資料
收藏課程資料
C&C++程式設計 巨匠電腦豐原認證 台中市豐原區 免費課程 2019-10-07
索取課程資料
收藏課程資料
快速進入嵌入式開發領域[結合AI... 艾鍗學院 台北市中正區 免費課程 2019-08-30
索取課程資料
收藏課程資料
training 免費說明會-USB韌體設計實戰 艾鍗學院 台北市中正區 免費課程 隨時開課
索取課程資料
收藏課程資料
【免費說明會】FPGA 數位IC設計... 艾鍗學院 台北市中正區 免費課程 2019-08-23
健行科大產業人才投資方案
設計體驗營495*150

登入1111進修網

1
2
提示
3
從facrbook登入
我無法登入、忘記密碼?
註冊成為進修會員