線上課程

AI4kids邀請業界頂尖軟體工程師程師錄製影音教學,
讓你透過線上學習與操作,一步一步練就程式基本功!

前三個章節為課程免費預覽章節,
觀看後再購買!

Python程式基礎入門

Python基本語法、迭代與迴圈控制、函式介紹

【詳細章節內容】

CH01 Python程式語言介紹
CH02 Colab環境與基本操作
CH03 認識Python中的資料型態
CH04 旅途中的第一個函數 – print()
CH05 Python中的加減乘除
CH06 認識布林值(Boolean)與比較運算
CH07 Python中的基本文字處理
CH08 Python中的基本文字處理_小結
CH09 流程控制中的if條件式
CH10 流程控制中的while迴圈
CH11 Python內建的容器(Container) – List
CH12 Python內建的容器(Container)-Dictionary
CH13 認識in符號
CH14 使用for迴圈做重複的事情吧(1/2)
CH15 使用for迴圈做重複的事情吧(2/2)
CH16 自己動手設計函數函數(Function)(1/2)
CH17 自己動手設計函數函數(Function)(2/2)
CH18 結語

NT$1,200

Python 程式資料科學

Python資料科學、資料進行合併與處理、資料視覺化

【詳細章節內容】

第一章 Python 資料科學
CH01 如何在Python中讀取資料?
                     – Pandas與Numpy套件介紹
CH02 取得資料後的第一步 – 觀察資料
CH03 取得資料後的第二步 – 描述統計量(I)
CH04 取得資料後的第二步 – 描述統計量(II)
CH05 取得資料後的第二步 – 描述統計量(III)
CH06 對資料進行合併與處理(I)
CH07 對資料進行合併與處理(II)

第二章 Python 資料視覺化
CH01  Let’s Plotting – 資料視覺化簡介
CH02 直方圖、機率密度函數圖
CH03 長條圖與圓餅圖
CH04 觀察兩個變項 – 散佈圖
CH05 探討更多變項
CH06 視覺化時需要注意的事

NT$2,000

邊緣運算與YOLO實作

邊緣運算簡介、樹莓派YOLO程式實作、電腦視覺介紹

【詳細章節內容】

第一章 YOLOv3 邊緣運算
CH1 Yolo 模型簡介
CH2 電腦如何看? 視覺辨識簡介
CH3 YOLO物件偵測介紹(上)
CH4 YOLO物件偵測介紹(下)
CH5 視覺辨識-圖片處理與標註
CH6 視覺辨識-模型優化
CH7 KL520耐能運算棒介紹與實作

第二章 Kneron 耐能 Dongle 範例教學
CH1 KL520耐能運算棒實作(一)
CH2 KL520耐能運算棒實作(二)
CH3 KL520耐能運算棒實作(三)
CH4 KL520耐能運算棒實作(四)

第三章 Tiny YOLO實作
CH1 Tiny YOLO實作(一)
CH2 Tiny YOLO實作(二)
CH3 Tiny YOLO實作(三)
CH4 Tiny YOLO實作(四)

第四章 樹莓派影像辨識實作
CH1 樹莓派影像辨識實作

NT$2,000

機器學習

機器學校五大步驟、監督式學習、非監督式學習

【詳細章節內容】

第一章 打開AI 人工智慧之門
1-1 初探人工智慧
1-2 為什麼機器可以像人類一樣學習
1-3 資料蒐集的重要性-Quick Draw

第二章 我也能打造機器學習
2-1 我也能打造機器學習

第三章 動手實作監督式學習
3-1  監督式學習法的基礎觀念
3-2 房價秒預測—線性迴歸介紹與應用(上)
3-3 房價秒預測—線性迴歸介紹與應用(下)
3-4 乳癌機率有多高—KNN 分類器介紹與應用(上)
3-5 乳癌機率有多高—KNN 分類器介紹與應用(下)
3-6 傑克與蘿絲誰的生存機率高—決策樹分類器介紹與應用(上)
3-7 傑克與蘿絲誰的生存機率高—決策樹分類器介紹與應用(下)
3-8 第三章 總結

第四章 動手實作非監督式學習
4-1 K 平均分群演算法(K-means)的基本介紹與應用
4-2 鳶尾花的分群-K-means 應用範例(上)
4-3 鳶尾花的分群-K-means 應用範例(下)
4-4 手寫數字的分群-K-means 應用範例(上)
4-5 手寫數字的分群-K-means 應用範例(下)
4-6 第四章 總結

第五章 國際AI 競賽走一遭
5-1 國際AI 競賽走一遭(一)
5-2 國際AI 競賽走一遭(二)
5-3 國際AI 競賽走一遭(三)
5-4 國際AI 競賽走一遭(四)
5-5 國際AI 競賽走一遭(五)
5-6 第五章 總結

NT$2,000

深度學習

邊緣運算簡介、樹莓派YOLO程式實作、電腦視覺介紹

【詳細章節內容】

第一章 10 分鐘讓電腦學會辨識剪刀、石頭、布
1-1 10 分鐘讓電腦學會辨識剪刀、石頭、布

第二章 看得見的神經網路:TensorFlow playground
2-1 看得見的神經網路:TensorFlow playground(一)
2-2 看得見的神經網路:TensorFlow playground(二)
2-3 看得見的神經網路:TensorFlow playground(三)

第三章 為什麼電腦可以辨識影像
3-1 為什麼電腦可以辨識影像

第四章 是貓還是狗? CNN 網路 AI 秒辨識
4-1 手寫數字秒辨識
4-2 合併貓狗資料集(上)
4-3 合併貓狗資料集(下)
4-4 創建 CNN 類神經網路模型(上)
4-5 創建 CNN 類神經網路模型(下)
4-6 AI專題實作_貓狗辨識(上)
4-7 AI專題實作_貓狗辨識(下)
4-8 第四章 章節總結

第五章 延伸創作──人臉辨識門禁管理
5-1 延伸創作──人臉辨識門禁管理

NT$2,000