AI人工智慧與數據分析應用班第 01期
訓練單位：國立中興大學創產學院
訓練位置：台中市南區興大路145號 
學員負擔：免費
政府負擔：38033元
報名區間：
2024-12-27～2025-05-26
訓練區間：
2025-06-04～2025-08-07
甄試日期：
2025-05-28
索取課程資料
收藏課程
訓練時段
週三
晚上
訓練時數
320小時
訓練人數
30名
其他條件
15歲(含)以上 ~不限
訓練目標
隨著生成式AI如GPT-4的普及，企業對於能夠開發、應用和管理AI系統的人才需求急劇上升。不僅是傳統的IT行業，包括製造業、金融業、醫療保健和教育等領域都在尋求AI人才來推動創新和效率提升。本課程將涵蓋這些新興領域，同時保持對核心AI技術的深入教學，以培養具有跨領域視野的AI人才。為因應生成式AI造成程式設計師革命性的變化，本課程特別引入了AI協作輔助程式設計，培養學員成為專業的指令工程師（Prompt Engineer）。這個過程中，學員將利用ChatGPT的AI協作能力，以快速且專業的方式進行前後端程式的開發，以提高生產力並加速應用程式的開發過程。課程設計上，我們將引入更多實際案例和項目導向的學習方法。學員將有機會參與真實的AI項目開發，從需求分析、數據處理到模型部署的全流程。同時，我們也會加強對AI協作工具的培訓，使學員能夠有效利用最新的AI輔助編程工具來提高開發效率。
本課程依照循序漸進的方式，闡述了人工智慧的基本概念，並引導學員深入了解機器學習和資料分析的關鍵技術。學員將接受實踐訓練，學習如何使用Python以及相關的機器學習和深度學習工具包，來進行資料的爬取、使用Pandas進行整理、利用sklearn進行歸納和分析，並掌握資料視覺化的技能，最終能夠透過資料視覺化有效呈現結果，協助決策達到最佳化效益，使學員成為卓越的資料科學家。
就業展望:
學員完成此次職業訓練，將具有一定的資訊處理技術與能力，配合專業知識可應徵需要程式開發、專案開發經驗、人工智慧應用開發、前後端開發等相關職缺，如：AI應用工程師、資料分析工程師、資料視覺化開發工程師、前端工程師/後端工程師、系統維運工程師、承接企業委外案(Business Process Outsourcing)。
補充說明:
本課程為職前訓練課程，係以「就業」為導向之職業訓練。
本課程依照循序漸進的方式，闡述了人工智慧的基本概念，並引導學員深入了解機器學習和資料分析的關鍵技術。學員將接受實踐訓練，學習如何使用Python以及相關的機器學習和深度學習工具包，來進行資料的爬取、使用Pandas進行整理、利用sklearn進行歸納和分析，並掌握資料視覺化的技能，最終能夠透過資料視覺化有效呈現結果，協助決策達到最佳化效益，使學員成為卓越的資料科學家。
就業展望:
學員完成此次職業訓練，將具有一定的資訊處理技術與能力，配合專業知識可應徵需要程式開發、專案開發經驗、人工智慧應用開發、前後端開發等相關職缺，如：AI應用工程師、資料分析工程師、資料視覺化開發工程師、前端工程師/後端工程師、系統維運工程師、承接企業委外案(Business Process Outsourcing)。
補充說明:
本課程為職前訓練課程，係以「就業」為導向之職業訓練。
課程說明
大綱
1. 求職面面觀(4小時)：1. 求職前準備-找到合適自己的工作? 2. 履歷、自傳怎麼寫 3. 面試注意事項、考古題演練 4. 求職禮儀、職場倫理
2. 勞動權益(4小時)：1. 勞動權益 2. 關於就業、勞動權益之法律 3. 如果遇到勞資爭議怎麼辦? 4. 如果遇到資遣怎麼辦?
3. 職場性別議題(3小時)：1. 性別工作平等 2. 防治職場性騷擾 3. 就業反歧視
4. 資訊及通訊科技(4小時)：1. 介紹物聯網 AIoT、智慧家庭、智慧城市、工業4.0 2. 5G通訊技術應用與案例分享 3. 人工智慧(AI)的發展應用範疇 4. 資訊安全技術的應用與發展
5. 產業趨勢分析(4小時)：1. 後疫情時代產業變化趨勢 2. 數位科技新時代創新技術 3. 未來職場工作所需具的備條件 4. 就業市場趨勢分析與建議
6. 人工智慧與機器學習概論(21小時)：1. 人工智慧概論 2. 機器學習概論與介紹 3. 深度學習概論與介紹 4. 強化學習概論與介紹 5. 人工智慧與物聯網應用 6. 新興 AI 技術應用 7. AI資訊倫理與規範
7. Python程式設計(56小時)：1. Python 環境設置 2. 基本語法:資料型別與運算符 3. 控制結構:條件語句、迴圈 4. 資料結構:列表、元組、集合與字典 5. 函數與模組 6. 物件導向程式設計 7. 文件處理 8. 應用實作範例 9. ChatGPT協助開發
8. 機器學習演算法及程式設計(63小時)：1. 機器學習概論 2. 數學基礎 3. 資料前處理 4. 監督學習 5. 模型評估與交叉驗證 6. 非監督學習 7. 監督學習模型構建與評估
9. 深度學習應用與程式設計(70小時)：1. 搭建神經網路 2. 卷積神經網路 (CNN) 3. 循環神經網路 (RNN) 與 LSTM 4. 轉移學習與預訓練模型 5. 資料前處理與增強 6. 模型訓練與評估 7. 超參數調整 8. 影像分類
10. 人工智慧與資料分析專題(42小時)：1. 人工智慧與機器學習專題介紹 2. 人工智慧專題開發工具與資源 3. 專題架構與實作方法 4. 各領域專題與專案開發 5. Git 版本控制與協同合作工作術
11. 人工智慧雲端系統實務(49小時)：1. Modern Web 網站架設技術 2. 前端工程語言與實作 3. 後端工程語言與實作 4. 網站工程框架實務 (Django、Bootstrap) 5. GCP雲端伺服器架設技術 6. 用Docker 管理與部屬應用
1. 求職面面觀(4小時)：1. 求職前準備-找到合適自己的工作? 2. 履歷、自傳怎麼寫 3. 面試注意事項、考古題演練 4. 求職禮儀、職場倫理
2. 勞動權益(4小時)：1. 勞動權益 2. 關於就業、勞動權益之法律 3. 如果遇到勞資爭議怎麼辦? 4. 如果遇到資遣怎麼辦?
3. 職場性別議題(3小時)：1. 性別工作平等 2. 防治職場性騷擾 3. 就業反歧視
4. 資訊及通訊科技(4小時)：1. 介紹物聯網 AIoT、智慧家庭、智慧城市、工業4.0 2. 5G通訊技術應用與案例分享 3. 人工智慧(AI)的發展應用範疇 4. 資訊安全技術的應用與發展
5. 產業趨勢分析(4小時)：1. 後疫情時代產業變化趨勢 2. 數位科技新時代創新技術 3. 未來職場工作所需具的備條件 4. 就業市場趨勢分析與建議
6. 人工智慧與機器學習概論(21小時)：1. 人工智慧概論 2. 機器學習概論與介紹 3. 深度學習概論與介紹 4. 強化學習概論與介紹 5. 人工智慧與物聯網應用 6. 新興 AI 技術應用 7. AI資訊倫理與規範
7. Python程式設計(56小時)：1. Python 環境設置 2. 基本語法:資料型別與運算符 3. 控制結構:條件語句、迴圈 4. 資料結構:列表、元組、集合與字典 5. 函數與模組 6. 物件導向程式設計 7. 文件處理 8. 應用實作範例 9. ChatGPT協助開發
8. 機器學習演算法及程式設計(63小時)：1. 機器學習概論 2. 數學基礎 3. 資料前處理 4. 監督學習 5. 模型評估與交叉驗證 6. 非監督學習 7. 監督學習模型構建與評估
9. 深度學習應用與程式設計(70小時)：1. 搭建神經網路 2. 卷積神經網路 (CNN) 3. 循環神經網路 (RNN) 與 LSTM 4. 轉移學習與預訓練模型 5. 資料前處理與增強 6. 模型訓練與評估 7. 超參數調整 8. 影像分類
10. 人工智慧與資料分析專題(42小時)：1. 人工智慧與機器學習專題介紹 2. 人工智慧專題開發工具與資源 3. 專題架構與實作方法 4. 各領域專題與專案開發 5. Git 版本控制與協同合作工作術
11. 人工智慧雲端系統實務(49小時)：1. Modern Web 網站架設技術 2. 前端工程語言與實作 3. 後端工程語言與實作 4. 網站工程框架實務 (Django、Bootstrap) 5. GCP雲端伺服器架設技術 6. 用Docker 管理與部屬應用
備註
一、退費標準：已報名繳費學員因故無法參訓，得於開訓前申請退還所繳費用，未於開訓前申請者，除該班次停辦外，一律不予退還。
二、經費來源：勞動部勞動力發展署就業保險基金、就業安定基金、公務預算項下支應。
二、經費來源：勞動部勞動力發展署就業保險基金、就業安定基金、公務預算項下支應。
相似課程推薦
| 課程名稱 | 認證機構(分校) | 上課地點 | 費用 | 開課日期 | |
|---|---|---|---|---|---|
  |
高分子難燃化與阻燃劑配方設計... | 三建技術課程(... | 台南市永康區 | 線上洽詢 | 2025-03-26 |
|
【日本專家】聚醯亞胺的合成、... | 三建技術課程(... | 台北市中正區 | 線上洽詢 | 2025-03-27 |
|
雲端自學課程【工研院】生技化... | 工研院產業學... | 其他 | 線上洽詢 | 隨時開課 |
|
「人生定位」講座-你要的不應只... | 傑作國際專業... | 線上課程 | 免費 | 隨時開課 |
|
RHCE國際認證工程師培訓班 | 聯成電腦板橋分校 | 新北市板橋區 | 線上洽詢 | 隨時開課 |
認證機構推薦
