大數據領域知識乃目前的顯學之一,常見「機器學習」、「人工智慧」、「大數據分析」、「深度學習」、「文字探勘」、「提示詞工程師」、「購物籃分析」等名詞,讓人最感到好奇的是這些運用原理是什麼?未來的發展性如何?

結合專業,跨領域提升自我競爭力!

企管、財金所
獲得在商業決策和管理實務中應用大數據分析的技能,增強職場競爭力。
數學、統計所
跨域學習增加實踐經驗與技能,了解產業脈動,拓展職涯發展方向。
資工、資管所
強化統計/數學建模能力,接軌產業需求,創造客製規格。

跨界講師,領會、見識、邁進!

  • 趙治勳老師(何志傑)
  • KING老師(曹千祐)
業界獨家
專業傳授
整合統計、資訊及業界實例,特聘趙治勳、KING授課,教學與產學經驗豐富。
創新學程
探索與應用
深入淺出帶領學員瞭解演算法的數學理論,透過實例介紹各種方法之執行結果,有效提升問題解決能力。
領先單一科系
畢業生
擁有跨領域,同時掌握數學及資訊專業,提升AI數據力,有利未來就業選擇及職場競爭力。

NEW數據科學學程行動

瞭解常用的機器學習與深度學習的數學理論,帶領同學一窺大數據領域的學理與實作!
堂數 內容 說明
1 基礎理論 介紹統計機器學習於生活、科技及金融上的應用,以實例為基礎
2 數學初探 簡介數據科學所能用之數學工具,包含:
  • A微積分
  • B最佳化方法
  • C機率論
  • D資訊理論
  • E隨機過程
  • F圖論
3
4
  • 各大專院校各系級,免費參加!
內容 說明
監督式學習方法
  • A感知機
  • B決策樹
  • C邏輯斯迴歸分析法
  • D支持向量機
非監督式學習方法
  • AK均值聚類法
  • B奇異值分解法
  • C主成份分析法
文字探勘
(語義分析)
  • ATF-IDF
  • B機率潛在語義分析PLSA
  • C潛在狄利克雷模型LDA
  • DPageRank演算法
深度學習
  • A類神經網路演算法之原理
  • B卷積神經網路(CNN)-簡介
  • C遞迥神經網路(RNN)-簡介
  • D長短期記憶(LSTM)-簡介
手把手玩AI 透過實例介紹各種方法之執行結果
  • 開放高點112、113年度班內舊生免費參加,詳洽各分班櫃檯

立即成為AI跨領域人才

基礎探索課+應用核心課面授/VOD特價8,500(定價13,600元)

目前坊間介紹 AI 的教科書,或者是市面上發行雜誌類型的書,大都是「技術導向」,聚焦於演算法與深度學習 Model 的設計。

作者認為,對一些大學或研究生而言(尤其是對非資訊本科的學生來說),由於並不是要被訓練為 AI 工程師,因此首先應該從更廣、更高的角度來瞭解 AI,對人類的重要應用與衝擊而非僅就「技術」的角度來切入。

基礎探索課免費申請限額30名!

姓名: 手機: 學校及科系年級:
參加分班: Email: Line ID:

本人同意高點‧知識達公司及其關係企業與合作對象,得直接或間接蒐集、處理及利用本人之個人資料。

驗證碼 按一下重取驗證碼 (請區分大小寫)