跳到主要內容區塊

文藻首頁 | 數位系首頁 | English 

Facebook : 數位系 | 系學會 | 系友會

  • 字級大小

文藻數位系2018/12/1 舉辦「人工智慧與機器學習基礎研習」

發布日期 2018-11-27 16:43:00

●課程名稱:人工智慧與機器學習基礎研習

●研習日期:2018121()

●研習地點:Q707電腦教室

●授課講師 : 林建宏

經歷:Crickstudy有限公司,全域科技有限公司

專長:大數據分析,機器學習

名額:限全校師生50名,參與者在活動結束後有電子版研習證書;數位系學生全程參與另可獲得技能實習時數

報名網址:http://ma.wzu.edu.tw/files/304-1000-3760,c3398.php

報名截止日期:20181130 12:00

議程:
時間
課程內容
9:00 ~ 10:00
機器學習概論及數據科學家
10:00 ~ 11:00
開始使用 Azure AzureML
11:00 ~ 12:00
建立第一個實驗,預測車價
12:00~ 13:00
休息
13:00 ~ 14:00
Cognitive Services 簡介
14:00 ~ 15:00
Recommendation UIQnA Marker實作
15:00 ~ 16:00
Windows AI 自訂圖像辨別實作

 
課程說明: 
物聯網的應用非常的廣泛,只要物體可以透過感應器 (Sensor) 收集監測到的訊號或資訊,提供到裝置管理平台再連結到應用程式處理後,反饋出特定的決策再指示原始物件做進一步動作的領域都是可能的應用場域,這些智慧或智能的核心都倚賴以機器學習為主的預測分析 (Predictive analytics)
資料分析的議題除了以機器學習為核心外,還有資料超載與新的因素加入時系統如何快速回應等問題。試想,物聯網中的連網的裝置無時無刻都在收集資料,時間久了自然會造成資料超載問題,僅僅依靠人力必然無法進行即時的分析和利用。

 

好的物聯網平台層都應該提供具備機器學習功能的數據分析系統,幫助連結到這個物聯網平台的各種物聯網應用方案能夠分析感應器資料,尋找相關性,並做出最佳回應。(fromtechorageAzure 機器學習不僅提供可建立預測性分析模型的工具,也提供完全受管理的服務,您可以透過這項服務將預測性模型部署為可供取用的 Web 服務。Azure MachineLearning 提供可在雲端上建立完整預測性分析解決方案的工具:您可以快速地建立、測試、操作及管理預測模型。您不需要購買任何硬體,或手動管理虛擬機器。在本課程中,我們將會介紹如何運用 Azure Machine Learning 搭配 Azure 雲端數據源,以及建構預測模型,並且將模型發布為 Web Services 與應用程式相互整合。