台北總校第十三期經理人研修班課程大綱

  • 首頁
  • 台北總校第十三期經理人研修班課程大綱
每日課程原則如下: (依各分校狀況調整)
時段內容
09:00 ─ 10:20課程
10:20 ─ 10:40☕ Break
10:40 ─ 12:00課程
12:00 ─ 13:00🍱 Lunch
13:00 ─ 14:20課程
14:20 ─ 14:30☕ Break
14:30 ─ 16:00課程
16:00 ─ 16:20☕ Break
16:20 ─ 17:30短講
週別課程主題課程大綱
第一週
8/26
(五)
產業AI現狀與AI概論
  1. 台灣產業AI化的今日與明日
  2. AI 新時代的起點
  3. 企業AI 市場與投資趨勢
  4. 數據處理實戰攻略
  5. 課程安排及環境介紹/學員分組交流
第一週
8/27
(六)
機率統計與資料科學
  1. 敘述性統計與機率分布
  2. 參數估計與假設檢定
  3. 探索性資料分析與資料視覺化
第二週
9/2
(五)
機器學習與演算法概論
  1. 機器學系概論
  2. 非監督式學習方法
  3. 監督式學習方法
  4. 學習理論、泛化與特徵重要性
第二週
9/3
(六)
深度學習入門
  1. 深度學習簡介
  2. 深度學習實務技巧與前瞻技術
  3. 對抗式學習入門
  4. 強化學習入門
9/9~9/10 中秋節停課一週
第三週
9/16
(五)
電腦視覺
  1. CNN 原理簡介
  2. 代表性 CNN 模型
  3. CNN 於電腦視覺之應用與實際案例
第三週
9/17
(六)
文字探勘與自然語言處理
  1. 文字能挖出什麼有價值的資訊
  2. 如何進行文字探勘
  3. 文字探勘與自然語言處理實務應用
第四週
9/23
(五)
AI與語音訊號處理 &
Our Future Life
Conversational AI
  1. 自動語音識別
  2. 聲學比對 -- 聲學模型
  3. 智慧對話機器人 (Chatbot) 技術簡介
  4. 智慧對話機器人之應用發展
第四週
9/24
(六)
Python and ML
  1. 手把手的資料分析
  2. 手把手的機器學習案例與實作
第五週
9/30
(五)
社群媒體 & 推薦系統
  1. 社群分析可以為組織帶來什麼好處?
  2. 輿情分析、假新聞偵測
  3. 關聯式、內容、協同式、深度學習推薦
第五週
10/1
(六)
系統性思維與產業案例大數據解析與趣味
  1. 數據分析的實際案例與教訓經驗分享
  2. 一生受用統計學與生活案例
10/7~10/10 國慶日連假停課一週
第六週
10/14
(五)
人工智慧開發環境建置
  1. 企業大數據分析案例與實務
  2. AI 人員團隊的建置與所需的 Know-how
第六週
10/15
(六)
人工智慧的產業應用-I
  1. 人工智慧在醫療行業上的應用
  2. 人工智慧在金融行業上的應用
第七週
10/21
(五)
人工智慧的產業應用-II
  1. 智慧製造的理論與實務
  2. 製造生產數據與AI應用
第七週
10/22
(六)
AI的產業創新與淨零變革
&
結業典禮 / 成果發表
  1. AI的產業創新與淨零變革
  2. 結業典禮/產業創新競賽