人工智慧，這股由1950年開始發展，至2010年開始的第三波浪潮已席捲全球。台灣身為全球資訊產業重要供應鏈的一環，沒有理由在這個浪潮上缺席。產業環境及人才培育，是在這波浪潮中，台灣要佔有一重要地位不可或缺的兩件事情。為協助產業AI化，有更多人才投入人工智慧產業生態鏈中，進而讓台灣在全球人工智慧的佈局過程中占有一重要地位，人工智慧學習課程會分階段進行，初期我們以基本的程式語言籍資料操作的方法，讓學員有一定的入門能力。

在我們真正開始使用機器學習等AI技術解決實際的問題前，有一條必需跨過的學習關卡：「資料科學」，但什麼是資料科學呢?

資料科學是一種高度數據導向的科學，使用者必需先觀察資料，再提出假設，最後驗證結果並發掘數據中的重要特徵與關鍵因素，資料科學非常依賴產業知識(Domain Know-how)搭配資料集(Data Set)進行問題的驗證與預測。隨著網路技術的成熟，目前各大產業都已經有足夠規模的數據量來發展該領域的資料科學；由於絕大多數的AI解決方案都必需建構在大量的數據集上，而AI又是產業未來的創新基礎，因此未來許多企業創新都會需要資料科學家。 

要成為一個稱職的資料科學家，必需涉獵程式開發、數學/統計、領域知識等三大領域，本課程特別邀集業界第一線的資料科學家，用Python作為工具，讓學員學會如何進行資料科學程式開發以及手把手完成一場資料科學專案。

1.  Science Programming：Numpy 陣列操作、數學函數與統計函數、I/O、結構化陣列 。

2.  Pnadas 索引操作、類別資料與缺失值處理、各種常用函式、樞紐分析表、時間序列與效能調校。

3. Data Visualizaion (資料視覺化)：運用 Matplotlib / Seaborn / Bokeh 等工具進行資料視覺化，協助你更了解手上的巨量資料集。

4.  資料科學中常用的統計學：用敘述統計描述資料的樣態、用機率分布描述亂中有序的世界_離散分配與連續分配、用貝式定理讓決策更精準、掌握 AB test 的精隨。

5. Tf.Keras 的深度學習課程，讓學員無痛進入AI的殿堂。

商業智慧 (BI) 結合了商業分析、資料挖掘、資料視覺化、資料工具和基礎結構，以及各種最佳作法，以便協助組織做出更多以資料為依據的決定。

實務上，透過現代化的商業智慧來全盤瞭解組織的資料的，並且進一步使用這些資料來驅動改變、提升效率、快速適應市場或供應的變化。

（一） 協助大眾融入AI應用層的工作：為助各領域之AI應用普羅大眾，各產業熟悉AI的專業人員需求將因而增加，如AI應用於量化交易、風險分析。

（二） 設計AI系統及相關專業技術的工作：AI系統的流程設計、大數據資料蒐集與分析、AI程式設計等技術勞動力之需求。

（三） 管理AI系統運作的工作：AI系統運作亦產生監管、維護及相關行政事務人員之需求，以確保運作品質合宜。

行動裝置上的AI課程， 學習AI到了最後， 一定得面對應用面， 行動平台的應用， 更是最火熱的需求， 學員們學得此項開發能力， 將來面對老闆或是產業的需求，更是能得心應手。

Python資料可視化、商務大數據分析、Python智慧量化交易、OpenCV影像處理。

設計AI系統及相關專業技術工作、管理AI系統運作分析工作、金融演算法工程師 、數位行銷專員、智慧數位商務平台研發、交易系統軟體工程師、產品行銷企劃、智能產線工程師、遊戲AI演算法工程師、影像處理、醫療AI助理等工作。

本課程可參加AIL人工智慧素養證照、電腦軟體應用、電腦軟體設計職類證照檢定。

國立高雄師範大學 和平校區  (高雄市苓雅區和平一路116號)

30人

1. 本班為非學分班，不授予學分、學位證書及不發成績單。

2. 本中心有權保留課程變動及時間調整之權利，課程若有變更將會提前告知。

3. 本班無補課機制，課程均須於當期修習完畢。

4. 學員於修習期間應遵守本中心規定，如有不當行為或影響授課或影響其他學員之學習，經通知仍未改善者，本中心得取消其修讀資格，且不予退費。

5. 學員完成報名繳費後，因故退學者，所繳學費無法轉至下期。

6. 修讀人數若有不足，本校有權停開並退費，學員不得有任何異議。