職務找課程

物聯網全端開發與深度學習整合實戰【政府補助AI系列課程】

訓練單位 : 艾鍗學院

訓練位置 : 台北市中正區重慶南路一段143號4樓

學員負擔 : 填表洽詢

政府負擔 : 填表洽詢

適合職務:

報名區間:2024-01-05~2024-12-31

訓練區間:2024-04-27~填表洽詢

甄試日期:填表洽詢

資訊科技

訓練時段

週六,週日
上午,下午

訓練時數

49小時

訓練人數

20

其他條件

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,有效精準掌握此領域關鍵技術,幫您最快獲得進入高科技產業工作機會,為自己創造競爭優勢 已在相關領域: 可以讓您直接應用於現有的工作中,為您晉升之路鍍金,及擁有更高薪資成長與投資報酬率

訓練目標
1.原廠認證 這是由ARM mbed團隊所共同合作的物聯網平台培訓計畫。 2.快速上手 以"How to do"與"Trial and Error"的訓練方式,快速打造物聯網中的Web前後端整合應用及周邊驅動方法、ARM mDS雲端平台的連接與機器學習技術。 3.獨家開發套件 用Raspberry Pi3搭配上艾鍗最新獨家研發的V3.0子板,讓您更深入了解數據傳輸原理與平台開發應用。 專業師資 具15年專案經驗講師,透過主題式Lab及系統化教學方式,學習事半功倍。
課程說明
mbed bigdata
 

為什麼要學習物聯網與機器學習的技術

arm mbed Architecture

台積電董事長張忠謀指出「下一個big thing為物聯網,將是未來五到十年內,成長最快速的產業,要好好掌握住機會。」而物聯網真正的價值來自於資料及服務!而這些資料的呈現、控制及整合普遍透過Web,因此具備物聯網Web整合能力,有助於整合來自四面八方的感測器數據,提升整體專案上的開發效率。同時,AI時代的來臨,機器學習的相關技術日趨成熟。因此,具備機器學習的能力,能進一步將這些資料,透過相關模型進行預測,挖掘數據背後意義,對於決策制定、產品或服務的優化都將帶來很大的幫助。不論您是專案經理、工程師或是其他角色,這堂課將是您,最好、也是唯一,培養IoT(物聯網)與Machine Learning(機器學習)二大關鍵能力的捷徑。越早學會,您能創造的職場身價也將越高。

 
課程介紹

1.從實作中認識物聯網!

本課程將採用Node.js撰寫WebAPP,使用HTTP/RESTful API存取Resource。在實作WebAPP中,除了後端Node.js,你也將會看到後端如何與前端瀏覽器之間要如何溝通的方式,如AJAX或WebSocket。課程使用Raspberry Pi結合ARM mbed Cloud來實現一個物聯網解決方案。你會了解M2M(Machine-to-Machine)網路協定,包含CoAP、MQTT、LWM2M等協定,並藉由Raspberry Pi連接 Cloud。 Raspberry Pi的部份教你連接一些感測器,包含GPIO、數位界面I2C的溫溼度感測器、類比感測器如光感應器等,並將這些感測器成為定義為不同的Resource Path並註冊在mbed cloud中。

 

2.一次整合前後端的程式語言-Node.js

Node.js最大的特色就是可以在伺服器端執行JavaScript。也就是說,前端工程師可以單純地使用一種語言(JavaScript)完成前後端的Web Application開發。目前Node.js增長的很快,每年增長率達到100%,全球已超過數千家公司引入Node.js在自身產品中,如Google、IBM、Microsoft、Paypal、Alibaba等企業。

 

3.物聯網中Web APP整合與大數據分析的重要性

物聯網真正的價值來自於資料及服務。雲端是由設備或是連網端點收集來的數據(Machine Data)儲存的地方,系統必須同時具備將時間序列的數據轉換為可以被行動應用存取的數據型態,藉此連接Web APP,並透過大數據分析與機器學習的技術,覺察數據背後的意義,產出洞見來掌握可獲利的服務或商業模式。

 

4.從實作中活用Python數據分析模組、實務統計與機器學習技術

摒除深奧難懂的數學公式,以淺顯易懂的方式,讓你能掌握機器學習最核心的觀念與技術本質。為了提升學習的"有感度",於每一個原理和演算法解說後,都會搭配實際程式範例,來進行上機實作演練。透過講師Step by Step講解,你將可以快速學會數據分析與機器學習的應用方法,包含爬資料、資料重構資、模型建立與優化及分析預測。不再讓您上完課,好像知道很多東西可是卻又不知道從何開始。

 
課程大綱
 Part 1 : IoT Web整合應用實作
►物聯網導論
►M2M 協定
►Web 網頁前端程式開發
►Node.js Web 後端程式開發
►ARM mbed 物聯網平台實戰
►物聯網感知層開發:Raspberry Pi 3 I/O 裝置控制
►打造自己的IoT:物聯網專題實作
 
Part 2 : 機器學習與深度學習實戰 
►資料科學利器Python程式語言以及必會函式庫
►資料工程(Data Engineering)
►資料視覺化
►資料科學應用實例
►Introduction to Machine Learning
►Machine Learning I: Regression
►Machine Learning II: Classification & Clustering
►專案實務
►深度學習實戰
 
 
 
 
 
 
 
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


備註:

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!

其他介紹 http://bit.ly/2OANND7
免費說明會 http://bit.ly/2OE6pSQ
課程說明
mbed bigdata
 

為什麼要學習物聯網與機器學習的技術

arm mbed Architecture

台積電董事長張忠謀指出「下一個big thing為物聯網,將是未來五到十年內,成長最快速的產業,要好好掌握住機會。」而物聯網真正的價值來自於資料及服務!而這些資料的呈現、控制及整合普遍透過Web,因此具備物聯網Web整合能力,有助於整合來自四面八方的感測器數據,提升整體專案上的開發效率。同時,AI時代的來臨,機器學習的相關技術日趨成熟。因此,具備機器學習的能力,能進一步將這些資料,透過相關模型進行預測,挖掘數據背後意義,對於決策制定、產品或服務的優化都將帶來很大的幫助。不論您是專案經理、工程師或是其他角色,這堂課將是您,最好、也是唯一,培養IoT(物聯網)與Machine Learning(機器學習)二大關鍵能力的捷徑。越早學會,您能創造的職場身價也將越高。

 
課程介紹

1.從實作中認識物聯網!

本課程將採用Node.js撰寫WebAPP,使用HTTP/RESTful API存取Resource。在實作WebAPP中,除了後端Node.js,你也將會看到後端如何與前端瀏覽器之間要如何溝通的方式,如AJAX或WebSocket。課程使用Raspberry Pi結合ARM mbed Cloud來實現一個物聯網解決方案。你會了解M2M(Machine-to-Machine)網路協定,包含CoAP、MQTT、LWM2M等協定,並藉由Raspberry Pi連接 Cloud。 Raspberry Pi的部份教你連接一些感測器,包含GPIO、數位界面I2C的溫溼度感測器、類比感測器如光感應器等,並將這些感測器成為定義為不同的Resource Path並註冊在mbed cloud中。

 

2.一次整合前後端的程式語言-Node.js

Node.js最大的特色就是可以在伺服器端執行JavaScript。也就是說,前端工程師可以單純地使用一種語言(JavaScript)完成前後端的Web Application開發。目前Node.js增長的很快,每年增長率達到100%,全球已超過數千家公司引入Node.js在自身產品中,如Google、IBM、Microsoft、Paypal、Alibaba等企業。

 

3.物聯網中Web APP整合與大數據分析的重要性

物聯網真正的價值來自於資料及服務。雲端是由設備或是連網端點收集來的數據(Machine Data)儲存的地方,系統必須同時具備將時間序列的數據轉換為可以被行動應用存取的數據型態,藉此連接Web APP,並透過大數據分析與機器學習的技術,覺察數據背後的意義,產出洞見來掌握可獲利的服務或商業模式。

 

4.從實作中活用Python數據分析模組、實務統計與機器學習技術

摒除深奧難懂的數學公式,以淺顯易懂的方式,讓你能掌握機器學習最核心的觀念與技術本質。為了提升學習的"有感度",於每一個原理和演算法解說後,都會搭配實際程式範例,來進行上機實作演練。透過講師Step by Step講解,你將可以快速學會數據分析與機器學習的應用方法,包含爬資料、資料重構資、模型建立與優化及分析預測。不再讓您上完課,好像知道很多東西可是卻又不知道從何開始。

 
課程大綱
 Part 1 : IoT Web整合應用實作
►物聯網導論
►M2M 協定
►Web 網頁前端程式開發
►Node.js Web 後端程式開發
►ARM mbed 物聯網平台實戰
►物聯網感知層開發:Raspberry Pi 3 I/O 裝置控制
►打造自己的IoT:物聯網專題實作
 
Part 2 : 機器學習與深度學習實戰 
►資料科學利器Python程式語言以及必會函式庫
►資料工程(Data Engineering)
►資料視覺化
►資料科學應用實例
►Introduction to Machine Learning
►Machine Learning I: Regression
►Machine Learning II: Classification & Clustering
►專案實務
►深度學習實戰
 
 
 
 
 
 
 
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


備註:

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!

其他介紹 http://bit.ly/2OANND7
免費說明會 http://bit.ly/2OE6pSQ

我想了解更多 本資訊為職訓課程內容說明,若欲報名,請與培訓單位聯繫,或請至台灣就業通


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!



確定送出資料

我想了解更多 本資訊為職訓課程內容說明,若欲報名,請與培訓單位聯繫,或請至台灣就業通


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!



確定送出資料

其他人也搜尋