學AI真簡單(I):初探機器學習

講師:AI4kids | AI4Kids
課程長度:2 小時 57 分鐘
課程期限:永久觀看
開放時間:2021/05/20 10:00
定價2000

1.從生活情境切入,設計有趣的AI體驗與實作案例:
 -塗鴉資料的AI判讀(Quick Draw!)
 -監督式學習資料集(房價預測、乳癌機率、鐵達尼生存機率)
 -非監督式學習資料集(鳶尾花的分群、手寫數字的分群)

 2.以Google Colab做Python程式碼解析,透過網路即能完成各項學習主題,無須考慮場域與軟硬體的限制。

 3.全面性的教材設計:透過觀看影音教學、演練程式等學習,循序漸進地達成AI素養與實作技能提升。

國立中興大學 資訊科學與工程學系 教授 吳俊霖 審定
國立中央大學 資訊工程學系 教授 蔡宗翰 審定

◆聽得懂:輕鬆易懂的解說,激發學生興趣,無痛學習。
◆想得到:深入淺出,讓學員充分掌握人工智慧的運作流程。
◆做得出:從生活情境切入,設計有趣的AI體驗實作、解析Python程式碼,讓人人都能獲得創造AI的成功經驗。
◆造得好:提供創造AI應用的平台工具,鼓勵學員發揮創造力,持續探索人工智慧的豐富可能性。

帶領初學者探索人工智慧的世界,透過深入淺出的介紹與簡單易懂的舉例,來了解什麼是機器學習以及五大學習步驟。藉由實際專題案例熟悉機器學習的應用實作。

課程大綱

第一章 打開AI 人工智慧之門
1-1 Why? 人人都要學會當AI 的主人
1-2 為什麼機器可以像人類一樣學習?
1-3 Quick Draw ! 畫一畫你就懂了!

第二章 我也能打造機器學習
2-1 機器學習的五大流程

第三章 動手實作監督式學習
3-1 迴歸與分類
3-2 房價秒預測—線性迴歸介紹與應用(上)
3-3 房價秒預測—線性迴歸介紹與應用(下)
3-4 乳癌機率有多高—KNN 分類器介紹與應用(上)
3-5 乳癌機率有多高—KNN 分類器介紹與應用(下)
3-6 傑克與蘿絲誰的生存機率高—決策樹分類器介紹與應用(上)
3-7 傑克與蘿絲誰的生存機率高—決策樹分類器介紹與應用(下)
3-8 總結

第四章 動手實作非監督式學習
4-1 K 平均分群演算法(K-means)的基本介紹與應用
4-2 鳶尾花的分群-K-means 應用範例(上)
4-3 鳶尾花的分群-K-means 應用範例(下)
4-4 手寫數字的分群-K-means 應用範例(上)
4-5 手寫數字的分群-K-means 應用範例(上)
4-6 總結

第五章 國際AI 競賽走一遭
5-1 Kaggle 網站介紹
5-2 Kaggle 資料上傳與排名(一)
5-3 Kaggle 資料上傳與排名(二)
5-4 Kaggle 資料上傳與排名(三)
5-5 Kaggle 資料上傳與排名(四)
5-6 總結

王裕德 臺中市立后綜高級中學 校長
石仲哲 國立竹山高級中學 教務主任
吳俊霖 國立中興大學 資訊科學與工程學系 教授
李家岩 國立臺灣大學資訊管理學系 教授
胡筱薇 東吳大學 巨量資料管理學院 副教授
許瑞愷 東海大學 資訊工程學系 副教授
溫怡玲 AIA台灣人工智慧學校 副執行長
廖偉良 臺中市立文華高級中等學校 資訊科技學科教師
劉峻誠 耐能智慧股份有限公司 創辦人暨執行長
蔡汶鴻 國立南科國際實驗高級中學 物理教師
蔡宗翰 國立中央大學 資訊工程學系 教授
蔡炎龍 國立政治大學 應用數學系 副教授
蔡明順 台灣人工智慧學校 代理執行長
蔣珮瑋 AIA台灣人工智慧學校 校友會 會長
賴珈蓁 天主教道明高級中學 教務主任
(依照姓氏排列)

本課程作者為AI4kids團隊,曾應教育部國教署邀請,至全國高中主任會議分享AI教學、親子天下雜誌專文報導,成員來自AIA台灣人工智慧學校的校友,團隊有軟體技術、創新研發、工程管理、電商行銷等資歷專長,因為對AI科技教育的熱情而投入AI的教案研發與教學,目標是透過教孩子動手實作AI專題,來啟發他們對好奇心與想像力,協助他們運用各種程式或平台工具來探索、創造自己的AI應用。

  • 第一章 打開 AI 人工智慧之門
  • 1-1 初探人工智慧 12:26
  • 1-2 為什麼機器可以像人類一樣學習 08:12
  • 1-3 資料蒐集的重要性-Quick Draw 06:33
  • 第二章 我也能打造機器學習
  • 2-1 我也能打造機器學習 12:33
  • 第三章 動手實作監督式學習
  • 3-1 監督式學習法的基礎觀念 05:41
  • 3-2 房價秒預測—線性迴歸介紹與應用(上) 06:13
  • 3-3 房價秒預測—線性迴歸介紹與應用(下) 08:18
  • 3-4 乳癌機率有多高—KNN 分類器介紹與應用(上) 04:45
  • 3-5 乳癌機率有多高—KNN 分類器介紹與應用(下) 11:28
  • 3-6 傑克與蘿絲誰的生存機率高—決策樹分類器介紹與應用(上) 09:53
  • 3-7 傑克與蘿絲誰的生存機率高—決策樹分類器介紹與應用(下) 06:07
  • 3-8 第三章課程總結 01:35
  • 第四章 動手實作非監督式學習
  • 4-1 K-means algorithm簡介 08:41
  • 4-2 鳶尾花的分群-K-means應用範例(上) 11:33
  • 4-3 鳶尾花的分群-K-means應用範例(下) 09:04
  • 4-4 手寫數字的分群—K-means 應用範例(上) 08:20
  • 4-5 手寫數字的分群—K-means 應用範例(下) 05:49
  • 4-6 第四章課程總結 02:08
  • 第五章 國際AI 競賽走一遭
  • 5-1 Kaggle 網站介紹 06:49
  • 5-2 Kaggle 資料上傳與排名(一) 03:50
  • 5-3 Kaggle 資料上傳與排名(二) 08:03
  • 5-4 Kaggle 資料上傳與排名(三) 08:40
  • 5-5 Kaggle 資料上傳與排名(四) 07:57
  • 5-6 第五章課程總結 05:01
  • 課程附件
  • 程式碼-機器學習
  • 範例程式碼使用說明

購課前,對於課程有任何疑問嗎?

歡迎所有會員在購買課程前,在此提出關於課程的任何疑慮或問題。

您需要登入後才能開始留言

目前還沒有任何討論或留言喔!

本課程的重要資訊都會在此公告

這裡會由開課單位或講師發佈課程的重要資訊,如果對於課程有任何問題,歡迎到「購課留言」詢問。

目前還沒有任何課堂公告。