//
總筆數[ 60 ] 每頁 10 筆，第 頁 / 共 6 頁 
課程類別：資通訊 (執行單位 : 財團法人自強工業科學基金會)
| 課程名稱 | 課程介紹 | 收費方式 |
|---|---|---|
| 快速掌握Python專案開發(實作)**報名已截止** | 1. Python基礎應用 1.1Python 資料取得：網路爬蟲 / Open Data 1.2Python 資料運算：資料清理 / 資料分析與繪圖 1.3Python 資料結構化：流程控制與套件導入 1.4Python 模組化與物件導向：函式 / 類別初步 / 使用模組 2. Python進階應用 2.1Python與 OpenCV：人臉辨識 / 性別辨識 / 年紀辨識 2.2Python與 OCR：車牌辨識 / 文字辨識 2.3Python 與 Tkinter：GUI 應用程式開發 2.4Python 與 機器學習：類神經網路建立 2.5Python與mail的收發應用 |
免費 * 報名截止日：2024/04/16* 開課日期：2024/04/18~2024/05/17 |
| 【竹科管理局補助課程】工業大數據分析與應用**報名已截止** | A. 工業大數據與分析算法 A-1. 數據特點與關鍵技術 A-2. 分析算法簡介 B. 工業大數據應用領域 B-1. 設備故障預診與健康管理 B-2. 產品品質控制 B-3. 生產效率最佳化 B-4. 環安衛與其他應用 C. 工業大數據分析案例 |
收費 * 報名截止日：2024/04/17* 開課日期：2024/04/19~2024/04/26 |
| 【竹科管理局補助課程】平行程式、平行演算法與平行異質架構**報名已截止** | 1.A modern multicore processor & parallelism 講述現代處理器結構，如何在指令 (Instruction) 層級進行平行化，如何利用指令彼此之間的相依或獨立特性，在硬體層級進行支援，使處理器能夠順利執行程式，避免因記憶體存取造成之延遲 (Stall)。 2.Data parallel execution models and parallel programming abstractions 講述在處理器層級之外，如何在資料 (Data) 層級進行平行化，以及介紹相對應的平行程式設計理念，包含SIMD、SIMT、MIMD等常用的平行系統設計概念等。 3.Communication and message passing interface (MPI) 講述平行系統中，通訊的重要性，其造成之延遲，以及如何克服此物理上之阻礙，進行平行程式設計。 4.GPU architectures and CUDA programming 本課程將同時介紹CUDA以及GPU結構，使學員理解兩者之間的關聯性。 5.On-chip interconnection networks (NoCs) 講述晶片網路 (NoC) 之概念、組成元件、以及運行方式。 6.System performance evaluation, parallel algorithm, and Heterogeneous Architecture (including CPU and GPUs) 講述如何估量多核心系統，運用CPU及GPU的異質系統架構設計演算法，以及如何改善其效能。 |
收費 * 報名截止日：2024/05/01* 開課日期：2024/05/03~2024/05/10 |
| 【竹科管理局線上補助課程】PyTorch深度學習**報名已截止** | 1. 深度學習(Deep Learning)簡介 2. 卷積神經網路之訓練細節簡介 3. 知名卷積神經網路(CNN)及其於圖片分類之應用 4. 物體偵測模型簡介:YOLOv1-v8，詳細介紹每個模型的差異性以及如何針對專案應用找出最佳模型 5. 語義影像分割模型:從最基礎的FCN到近期的DeepLabv3+的模型差異及其特點。 6. 生成式對抗網路簡介: 從2014年的初版GAN，到後續的Pix2Pix, CycleGAN，甚至是能實現日夜影像換的CyEDA的模型細節。 7. Diffusion model以及Latent Diffusion Model: 原理以及如何將其用在影像生成/轉換/編輯 8. 生成模型Stable Diffusion及其微調: Controlnet, Dreambooth, LORA, 以及Textual Inversion |
收費 * 報名截止日：2024/05/16* 開課日期：2024/05/19~2024/05/26 |
| 【竹科管理局補助課程】Python資料視覺化與解析實作(實作)**報名已截止** | 1.視覺式資料探勘基礎 1-1.資料繪圖預備知識 – 變量衡量尺度、單/雙/多變量下圖形種類、探索式資料分析 1-2.視覺式資料探勘基礎 – Python基礎繪圖套件matplotlib 1-3.多變量條件式繪圖seaborn案例 – 以校友捐款資料為例 1.4. ggplot2圖形繪圖文法案例 – 以保險客戶資料為例 2.資料探勘視覺化 2-1.主成分分析案例 – 手寫數字圖像與PCA 2-2.多元尺度分析案例 2-3.視覺化集群分析案例 – 歐洲各國蛋白質攝取案例實作 2-4.熱繪圖應用 |
收費 * 報名截止日：2024/05/17* 開課日期：2024/05/21~2024/05/22 |
| 【竹科管理局線上補助課程】深度增強式學習與其應用**報名已截止** | 1.Markov Decision Process (MDP) 講述MDP的基本概念，增強式學習的基本架構與問題假設，簡介何謂Reward、Environment、Value、Policy等概念。 2.Value Function Approximation 講述價值函數 (Value Function) 之概念，說明價值State Value Function與State-Action Value Function之差異，以及價值函數之逼近方法。 3.Policy Learning and Actor Critic 講述增強式學習中，策略 (Policy) 如何經由迭代 (Iteration) 的方式改善，以及如何從價值函數中推導而得。理解了價值函數與策略的學習，課程將更進一步，講述如何將策略 (Actor) 與價值 (Critic) 函數一同學習的方式，稱之為Actor-Critic。 4.Exploration Technique 講述探索 (Exploration) 在深度增強式學習中的重要性，其如何影響價值函數與策略之學習等。探索技術著重於如何有效率地造訪狀態空間 (State Space)，鼓勵增強式學習代理人盡力收集多樣化的訓練經驗，以助其學習。 5.Important Deep Reinforcement Learning Methodologies 講述重要且經典的深度增強式學習演算法。至今為止已有相當多深度增強式學習演算法問世，其中有數種經典的演算法常常被研究學者及業界開發者使用。本課程將對這些演算法逐一概述，並說明其優缺點與特性等。 6.Deep Reinforcement Learning in Robotics 本課程的最後將講述如何將深度增強式學習技術，應用於智慧型機器人上，與智慧型機器人之視覺模組相結合。本課程亦將講述智慧型機器人之概要，以及其上搭載之相關深度學習技術。 |
收費 * 報名截止日：2024/05/22* 開課日期：2024/05/24~2024/05/27 |
| 【竹科管理局線上補助課程】無線射頻晶片技術設計實務**報名已截止** | 1. 製程技術與主被動元件 (Technology and active, passive components) 2. 雜訊放大器(low noise amplifier) 設計 3. 混頻器(mixer) 設計 4. 壓控振盪器(VCO) 設計 |
收費 * 報名截止日：2024/05/23* 開課日期：2024/05/26~2024/06/02 |
| 【竹科管理局補助課程】網絡安全人工智慧(實作)**報名已截止** | 1.常見網路攻擊類型 2.網路安全威脅偵測實務 3.敏感資訊與資產保護策略 4.資安資料集實作演練 – 資料探索、視覺化、分析與AI建模 4-1 釣魚網站資料探索 4-2 惡意軟體集群與分類 4-3 網路異常偵測 4-4 身份驗證之鍵盤敲擊分析 4-5 生物量測之臉部辨識 |
收費 * 報名截止日：2024/06/12* 開課日期：2024/06/14~2024/06/21 |
| 【竹科管理局補助課程】Python與LINE實作機器人(實作)(宜蘭園區授課)**報名已截止** | 1. Python基礎教學 1.1 Python 快速上手 1.2 Colab 操作教學 2. ChatGPT 初體驗 2.1 各種 ChatGPT 指令 2.2在 OpenAI 平台中註冊/登入帳號 2.3開啟 API 權限 2.4開啟 "連網" 功能 3.實作出個人專屬的 LINE 機器人 3.1申請 Line Messaging API 帳號 3.2在 Python 中安裝 LINE API 3.3開始你問我答，我問你答 4.實作競賽：拿出你專屬的 LINE 機器人來比賽吧 4.1各領域皆可： 數據金融機器人 天氣機器人 醫療機器人 打卡機器人......等 |
免費 * 報名截止日：2024/06/13* 開課日期：2024/06/15~2024/06/16 |
| 【竹科管理局線上補助課程】氮化鎵(GaN)射頻功率放大器設計**報名已截止** | 1. 功率放大器簡介、應用與其操作分類。 2. 氮化鎵元件技術與模型。 3. 功率放大器設計的負載線方法 4. 功率放大器的設計流程。 5. 功率放大器設計的無源元件、功率結合技術、與穩定度考量。 6. GaN PA的設計實例:二元功率結合功率放大器、連續模態ClassB/J功率放大器與多蒂功率放大器(Doherty power amplifier)、WIPD功率放大器。 |
收費 * 報名截止日：2024/06/13* 開課日期：2024/06/16~2024/06/30 |