程式語言
"程式語言" 課程共 16 筆,顯示第 1-10 筆
-
1. Python AI人工智慧資料分析師 (0712-0817(工研院台中學習中心))
隨著巨量時代的到來,資料分析與探勘成為科技顯學,各行各業對於大數據的濃厚興趣也直接反映在大數據人才的豐厚薪資中。「資料分析師」指的是不同行業中,專門從事行業內數據蒐集、整理、分析,並依據這些數據做出研究、評估的專業人員。本課程選擇以Pyth ...
收藏
-
2. XR 技術應用與開發實作班 (0718(工研院台北學習中心))
XR 技術應用與開發實作班-隨著 Meta 推動元宇宙、Apple Vision Pro 推出,以及 Microsoft HoloLens 在工業與醫療領域的實際應用,XR 技術正逐漸融入我們的數位生活。根據市場預測,全球 XR 產業規模預 ...
收藏
-
3. 產業AI人才種子三日班 (0725-0727(工研院台中學習中心))
產業AI人才種子三日班-經濟部產業發展署為培育更多製造業AI應用人才,以AI驅動並加速製造業的轉型,鼓勵正在尋求如何利用AI技術提高工作效率、降低成本,並創造更多的業務價值或解決方案之企業免費參加,增強產業AI概念與實務應用。
收藏
-
4. AI工具輕鬆入門:提升職場效率與決策力(新竹班) (0728(工研院台北學習中心))
- [新竹]
- [2025/07/28]
-
[$6,000]
[講師介紹]
 |
AI工具輕鬆入門:提升職場效率與決策力(新竹班) |
講師: |
|
|
 |
AI工具輕鬆入門:提升職場效率與決策力(新竹班)--通過深入淺出的解說、豐富的案例分析及實作體驗,學員將學會如何利用AI工具優化日常工作流程,提升工作效率與決策品質。並可針對學員設計不同的學習重點,透過ChatGPT及其他各種AI工具的實作 ...
收藏
-
5. 圖神經網路與深度生成建模Python實作 (0731-0801(工研院台北學習中心))
- [台北]
- [2025/07/31]
-
[$10,800]
-
數智化轉型首部曲-從預測型AI到生成和決策型AI:圖神經網路與深度生成建模Python實作-在生成式人工智慧技術等數位科技的推動下,數位轉型已經從早先的技術導向、數據導向,轉變為數據驅動的智能決策轉型。換言之,AI技術已從傳統的「預測分析」 ...
收藏
-
6. 數位轉型二部曲-Python機器學習實作應用研習班 (0806-0813(工研院台北學習中心))
- [線上]
-
[$10,800]
[講師介紹]
 |
數位轉型二部曲-Python機器學習實作應用研習班 |
講師: |
|
|
 |
數位轉型二部曲-Python機器學習實作應用研習班-本課程由淺入深帶領學員進入機器學習領域,課程運用Numpy、Scipy、Matplotlib、Pandas、Scikit-learn等Python模組,以通用的資料分析流程進行(資料理解、 ...
收藏
-
7. 非對稱多晶片動態調頻與負載優化技術 (0822(工研院台北學習中心))
- [台北]
- [2025/08/22]
-
[$4,860]
-
隨著高效能運算(HPC)、行動裝置、雲端運算的發展,能源效率已成為熱門議題。非對稱多晶片架構的應用越來越廣泛,特別是在行動裝置、嵌入式系統和伺服器領域。現今的處理器已經不再僅依賴相同規格的核心,而是透過大小核(big.LITTLE)或其他異 ...
收藏
-
8. AI深度學習於電腦視覺與時序建模應用 (線上0828-0829(工研院台北學習中心))
本課程聚焦於電腦視覺技術與深度學習領域,從基礎的影像處理OpenCV影像處理與機器學習建模(OpenCV)切入,逐步帶領學員學習電腦視覺深度學習技術,包含卷積神經網路(Convolutional Neural Network, CNN)基礎 ...
收藏
-
9. Python強化學習的決策原理與應用 (混成0929-0930(工研院台北學習中心))
- [台北]
- [2025/09/29]
-
[$10,800]
-
數智化轉型二部曲-智能體AI(Agent AI)基礎:Python強化學習的決策原理與應用- 隨著生成式AI進入商業化階段,企業數位智能化轉型的下一戰場已轉向「具備自主決策能力的智能體系統(Agent AI)」。強化學習技術能讓AI在動態與 ...
收藏
-
10. 【AMR自主移動機器人】技術整合工程師學程 (全數 (雲端課程-主題A1 ◆各式通訊協定實務(工研院台中學習中心))
- [線上]
-
[$1,800]
[講師介紹]
 |
【AMR自主移動機器人】技術整合工程師學程 (全數 |
講師: |
|
|
 |
【AMR自主移動機器人】技術整合工程師學程 (全數位系列)-智慧智動化是製造業近年重要議題,尤其疫情演變更凸顯智慧生產或無人工廠發展的重要性。智慧製造需有各類跨系統之資訊感知、互聯、決策、執行的功能,其中環節與IoT、雲端運算、大數據、AI ...
收藏