項目

名稱

大綱

(1) AI演進與基礎概論

(2) AI應用概論

(3) 產業常見AI應用案例(電腦視覺、自然語言處理、知識挖掘、智慧文件處理、生成式AI應用) 

(4) AI治理(公平、透明、問責、安全、隱私)

(5) 國內外AI應用的準則探討

1.  資料基本概念與來源
2.  資料整理與分析
3.  資料隱私與安全
4.  特徵工程
5.  資料訓練與驗證

(1) 機器學習的基本原則

(2) 機器學習運作模式

(3) 深度學習運作架構

(4) 深度學習演算法介紹

1. 鑑別式AI原理、常見模型與應用
2. 電腦視覺(CV)簡介
3. CV重要解決方案剖析(影像分類、物件偵測、光學字元辨識、文件辨識與臉部偵測和臉部分析等解決方案)

1. 生成式AI原理、常見模型與應用
2. 自然語言處理(NLP)服務簡介
3. NLP關鍵技術剖析(關鍵片語擷取、實體辨識、情感分析、語言模型化、語音辨識與合成、翻譯等概述與應用)
4. 生成式AI解決方案、常見工具、導入評估與風險管理
5. NO code / Low code (概念、平台應用、評估與挑戰)
6. 鑑別式AI與生成式AI的整合應用

(1) 導入指引-構想階段

(2) 導入指引-設計階段

(3) 導入指引-驗證POC階段

(4) 導入指引-實施/營運階段

(1) 從業務痛點出發，技術跟著走 實際案例分析：如何讓AI真正解決企業問題，而非為了技術而技術

(2) 數據實戰：Data, Data, Data! 動手處理真實數據：髒數據清理、特徵工程、數據標註實作

(3) 部署決戰：本地部署 vs 雲端部署

• 實際評估企業資安需求
• 成本試算與ROI計算
• 部署架構選擇實作

(4) Workflow實戰建構 手把手建立完整的AI專案流程，從開發到上線的每個環節

(5) 技術選型實戰 現場比較主流框架，實際搭建開發環境與技術棧

(6) AI維運實戰 模型監控、效能調優、版本更新的實際操作與經驗分享

單元八

(額外贈送)

1.  重點複習
2.  考題與解說