Web
Analytics Made Easy - StatCounter
台灣人工智慧學校台北總校 技術領袖培訓班第二期招生簡章 | 台灣人工智慧學校
  1. 首頁
  2. 技術領袖班
  3. 台北分校 第二期

台灣人工智慧學校台北總校 技術領袖培訓班第二期招生簡章

台灣人工智慧學校技術領袖培訓班
第二期招生簡章

一、修業期限:本學期自 107 年 5 月 12 日起,至 9 月 1 日止,共 16 週。上課分為兩班:A 班每週二、四、六上課,B 班每週三、五、六上課,時間皆為早上九時至下午六時,國定假日除外。

二、錄取人數:每班 216 名 (得不足額錄取)

三、上課地點:中央研究院

四、報名注意事項及規定:
  1. (一)考生上網登錄報名資料之通訊地址、電話號碼及電子郵件地址應正確,否則無法通知而致延誤考試及其他重要事項,其後果自行負責。
  2. (二)外籍學生入學就讀之簽證及居留相關事項請於報名前向有關單位確認,註冊後如因居留問題無法就讀,由考生自行負責。
五、報名方式:本招生採網路報名,請於截止日 107/03/27 前上網填寫報名資料,上傳或繳交資料不齊或不符規定者,視同未完成報名。

六、考試:
  1. (一)考試時間為 107 年 4 月 1 日 (星期日) 14:00-15:40,採網路考試。
  2. (二)考試內容分為兩部分,將以英文出題。第一部分為選擇題,內容以 Deep Learning 的 Part1。 (其他輔助書目可參考: Calculus online textbook 的 ch2、ch3、ch4、ch13; Linear Algebra 的 ch1、ch3.4、ch5.2; Beginning Statistics 的 ch2、ch3、ch4、ch5、ch10 )。題目包含基礎統計與機率、線性代數與微積分。第二部分為程式題,測試應試者的程式設計能力,以偽代碼 (pseudo code) 進行,描述如何用基本的運算符號與邏輯完成特定的作業 (如:數字排序),屆時在題目上會有示範代碼提供與試者參考。
七、放榜:
  1. (一)放榜日期:107 年 4 月 10 日(星期二)17:00。
  2. (二)公布方式:正、備取生將以電子郵件寄發通知。
  3. (三)放榜後,考生應主動查詢,俾於獲知正(備)取後如期辦理註冊,逾期未註冊者,不得以未接獲通知為由要求補救措施。
八、正、備取生網路註冊及收費標準:
  1. (一)註冊時間:正取生需於放榜後一週內完成註冊。備取生需於遞補通知寄送後一週內完成註冊。
  2. (二)請於註冊時間內依規定至本校網址辦理網路註冊,未依規定辦理或逾期未註冊者,正取生取消其入學資格,備取生取消其遞補資格,事後不得以任何理由要求補註冊。
  3. (三)收費標準:技術領袖培訓班 - 學雜費 48,000 元整(單位:新台幣元)
九、注意事項:
  1. (一)錄取考生如經發現報考資格不符規定,或所繳資料有偽造、變造、假借、冒用、剽竊、 內容不實、塗改等情事,未入學者取消錄取資格,已入學者開除學籍,並應負法律責任,且不發給任何有關學業之證明,如係在本校結業後始發覺者,除勒令撤銷其結業證書外,並公告取消其結業資格。
  2. (二)錄取考生因重病須長期療養或應徵入營服役,致不能於該學期入學時,應檢具有關證明申請保留入學資格(因重病者須持有健保局特約區域醫院以上之醫院出具之證明,且須經執行長可;服役者則須提出徵集令)
  • 開放報名
  • 報名截止日
  • 報名者進行網路考試 (14:00-15:40)
  • 錄取名單公布
  • 正取生註冊截止
  • 學期開始
  • 學期結束
報名表格部分預覽圖

考試須知

考試時間: 2018 年 4 月 1 日 下午 14:00 至 15:40
考試時間: 100分鐘
考試內容: 單選 20 題、非選 2 題。總分 100 分,答錯不倒扣。
- 單選包括微積分 5 題、線性代數 5 題、機率 5 題與統計 5 題,共 20 題,每題 4 分
- 非選包括程式設計 2 題,每題 10 分

考試科目與參考資料

科目與建議內容 參考資料
微積分
- 微分找極值
- 連鎖律 (the Chain Rule)
- 偏微分 (Partial Derivative)
Calculus online text book, Gilbert Strang, Spring 2005, Massachusetts Institute of Technology: MIT OpenCourseWare
Recommended contents
ch2 (Derivatives), ch3 (Applications of the Derivative), ch4 (The Chain Rule), ch13 (Partial Derivatives)
線性代數
- 基本矩陣運算
- 矩陣性質
- 線性方程式
Linear Algebra, Jim Hefferon, Virginia Commonwealth University Mathematics (June 1, 2009)
Recommended contents
ch1 (Linear Systems), ch3.4 (Matrix Operations), ch5.2 (Similarity)
機率統計
- 基本機率
- 條件機率
- 基本統計觀念
    (平均數、中位數、標準差、相關係數...)
- 機率分佈
Beginning Statistics
Recommended contents
ch2 (Descriptive Statistics), ch3 (Basic Concepts of Probability), ch4 (Discrete Random Variables), ch5 (Continuous Random Variables), ch10 (Correlation and Regression)
程式設計
- 以虛擬碼 (Pseudocode) 撰寫基本統計方程式、經典數學數列等 ...
- 使用基本運算 (+, -, x, /) 和流程控制 (if/else, for, while ...)