# 數位轉型及AI導入經理人:
[相關課程AI及資料分析工程師](https://hackmd.io/UoZn1OE4SAmVFdm3oudQAg)
## 目標學員
企業中階主管或領域專家,不需任何程式或數學基礎
## 課程目標
培養企業中階主管,能與領域專家,定義AI專案,協助搜集資料,並能與技術人員溝通,熟悉相關流程及工具協助企業導入AI系統及數位轉型,有意願擔任講師推動AI落地者優先
## 進行方式:真人直播
## 課程產出:期末專題(含有獎金競賽)
## 未來可參與黑客松專案,新AI專案或AI新創,
## [AI in Taiwan競賽 ](https://www.aiatw.org/post/ai_in_taiwan_preliminary)
## 參考課程 [AI for everyone](https://www.coursera.org/learn/ai-for-everyone)
- 第三波人工智慧簡介(3 hrs,無先修課程)
- 人工智慧(AI)歷史沿革
- 圍棋軟體AlphaGO
- 機器學習vs深度學習
- AI學習方式
- 什麼是AI目能做的
- 什麼是AI目前不能做的
- 生活中的AI應用大觀園
- AI文化的影響與未來
- 機器學習觀念(6 hrs,先修課程第三波人工智慧簡介)
- 機器學習訓練流程
- 資料處理概觀
- Linear Regression
- Logistic Regression
- SVM
- Decision Tree
- Ensemble Learning
- Others(PCA and K-means)

深度學習:(3 hrs,先修課程機器學習觀念) [參考](https://docs.google.com/presentation/d/1JNZdtnDZxVDFy0MsIUrvfIbXGSjENG85dePBZuO4c18/edit?usp=sharing)
- 前言
- 深度學習的歷史（從 ImageNet 開始）
- 常見的應用領域（影像辨識、自然語言處理、語音辨識）
- 深度學習的優勢
- 常見方法（CNN、RNN、Transformer、BERT 等）
- 類神經網路（Artificial Neural Networks）簡介
- Neural Networks 基本結構：Multilayer Perceptron
- 深度學習的訓練流程：以手寫數字辨識 MNIST 為例
- 定義網路架構
- 定義損失函數
- Stochastic Gradient Descent
- 訓練流程
- 推論（Inference）

影像CNN:(6hrs,先修課程機器學習觀念、深度學習) （[參考](https://docs.google.com/presentation/d/1IRIwCSDe5JCOg8UkNCBSsnXgOBoon00W7LSoIw9FRKM/edit?usp=sharing)）
- 影像辨識簡介
- 什麼是影像辨識
- 影像辨識的應用
- 影像辨識的困難之處
- 卷積神經網路（Convolutional Neural Networks, CNN)
- Fully-Connected Layer 的缺點
- 影像的特性
- Convolution 運算
- Convolutional Layer
- Convolutional Neural Networks
- CNN 常見的組合元素
- Activation Function 的選擇
- 其他的 Layer
- 優化器（Optimizer）的選擇
- CNN 在實務中的使用方式
- 常見的 CNN 架構
- 遷移學習（Transfer Learning）
- Data Augmentation
- 影像辨識與 CNN
- 影像分類（Image Classification）
- 物件偵測（Object Detection）
- 語意分割（Semantic Segmentation）
- 實例分割（Instance Segmentation）
- Transformer 與影像辨識
- 建立影像辨識應用
- 常見的影像辨識應用流程
- 常見的影片辨識應用流程

NLP（6hr，[參考](https://docs.google.com/presentation/d/1sSdiesN72m9J2CB6I7bC1emBCeD-t3KM04ITZgB-EtY/edit?usp=sharing)）
- 自然語言處理（Natural Language Processing, NLP）簡介
- 什麼是自然語言
- 什麼是自然語言處理
- 自然語言處理的應用
- 自然語言處理的困難之處
- 自然語言處理的基本功夫
- 斷詞（Word Segmentation）
- 詞性標記（Part-of-Speech Tagging, POS Tagging）
- 命名實體辨識（Named Entity Recognition, NER）
- 賦予詞彙意義：Word Embedding
- 機器表達詞的方法
- 計算詞的相似度：Cosine Similarity
- Word Embedding 的分類
- Word Embedding 的訓練方法（以 word2vec 為例）
- Word Embedding 的應用方式
- 自然語言處理的常見任務
- 自然語言理解（Natural Language Understanding, NLU）
- 自然語言生成（Natural Language Generation, NLG）
- NLU + NLG
- 自然語言處理的常見模型
- Recurrent Neural Networks
- Seq2Seq
- Transformer
- BERT
- GPT
- 當代自然語言處理技術的幾個課題
- 資料巨獸
- 可解釋性問題
- 資料的偏見
- 缺乏常識與推理能力
- 專案實做 [線上松](https://g0v.hackmd.io/@jothon/jothonline/https%3A%2F%2Fg0v.hackmd.io%2F%40jothon%2Fjothonline)
- 黑客松或科技大擂台比賽分享
- AI專案管理
- 數位技能
- 短網址行銷
- 線上會議主持
- AI專案管理
- 設計思考