🔥 預報名中 -【碩士學分班】人工智慧影像處理應用碩士學分班第01期
課程特色
理論×實作雙軌制學習
結合理論架構、Python實作與專案應用，打造紮實AI技術底子。
聚焦影像識別應用
從數位影像處理到卷積神經網路（CNN）與人臉辨識（FaceNet），掌握業界熱門應用技術。
深度學習實戰工具全面掌握
涵蓋PyTorch、SVM、ANN、LeNet、RNN等常見模型實作與調校，讓你學會做得出來的AI。
累積學術與職涯雙重價值
課程採正式碩士學分制，無縫銜接升學、轉職、跨域升級等多元發展路徑。
課程大綱
| 日期 | 時間 | 課程內容 |
|---|---|---|
114/08/09(星期六) |
09:00~12:00 |
人工智慧發展:(1)人工智慧的定義(2)AI技術(3)機器學習概論 |
114/08/09(星期六) |
13:00~17:00 |
AI應用系統建置三部曲:(1)資料收集(2)模型訓練與模型評估(3)模型部署 |
114/08/16(星期六) |
09:00~12:00 |
人工智慧對社會經濟的影響：(1)智慧醫療(2)行銷決策(3)ChatGPT |
114/08/16(星期六) |
13:00~17:00 |
訊號、資料與資訊：(1)Training Data Set(2)Testing Data Set(3)機率分布實作(Python) |
114/08/23(星期六) |
09:00~12:00 |
數據為AI之基礎：(1)一維訊號(2)二維訊號(3)特徵值 |
114/08/23(星期六) |
13:00~17:00 |
回歸分析、線性模型與非線性模型：(1)線性迴歸推導(2)Python之線性迴歸模型 |
114/08/30(星期六) |
09:00~12:00 |
(1)類神經網路架構(2)Python之ANN模型(3)決策樹模型、嫡、資訊增益(4)Python之DT模型(5)SVM原理與應用 |
114/08/30(星期六) |
13:00~17:00 |
(1)筆試：簡答6題(60%)(2)實作：電腦操作2題(40%) |
114/09/06(星期六) |
09:00~12:00 |
(1)數位影像處理簡介(2)影像強化演算法實作 |
114/09/06(星期六) |
13:00~17:00 |
影像切割與區域連通演算法簡介與實作 |
114/09/13(星期六) |
09:00~12:00 |
物件特徵提取介紹與實作(1) HOG(2) LBP |
114/09/13(星期六) |
13:00~17:00 |
(1)圖形識別簡介(2)SVM簡介與實作 |
114/09/20(星期六) |
09:00~12:00 |
應用於影像處理之深度學習與卷積神經網路技術介紹與實作 |
114/09/20(星期六) |
13:00~17:00 |
運用PyTorch 於深度學習之實作 |
114/09/27(星期六) |
09:00~12:00 |
LeNet 卷積深度網路於手寫字元辨識介紹與實作 |
114/09/27(星期六) |
13:00~17:00 |
常見之影像深度網路與應用實作：(1)特徵抽取殘差網路(2)FaceNet人臉辨識網路 |
114/10/18(星期六) |
09:00~12:00 |
循環神經網路網路實作 |
114/10/18(星期六) |
13:00~17:00 |
期末考：(1)筆試：簡答8題(100%) |
適合對象
🔹 軟體工程師／數據分析師／AI開發人員: 想深入掌握AI影像應用與深度學習技術
🔹 對AI轉職或技能升級有需求的在職專業者: 想跨足高成長領域、取得AI碩士學分與技術能力
🔹 對影像辨識、深度學習有興趣的研究人員: 想從應用視角強化實作力與研究深度。
🔹 工程領域背景工作者（電子、資工、通訊等）: 想拓展AI影像應用於專業領域的整合與創新
報名資訊
費用：11,880元
地點：高雄市燕巢區大學路1號(國立高雄科技大學(第一校區)
講師介紹
徐偉智老師
具備豐富產學實務經驗，長年專注於區塊鏈、雲端運算、軟體工程、物聯網與AI應用領域，精通LLM架構、Web系統開發、RAG設計與Prompt Engineering，擅長將生成式AI理論結合實務專案，帶領學員實作導入大型語言模型應用。
講師介紹
黃世勳老師
擁有深厚的人工智慧與影像處理專業背景，精通數位影像處理、影像強化演算法及物件特徵提取技術。具有實務經驗，熟悉HOG、LBP特徵提取，並擅長運用深度學習技術如卷積神經網路（CNN）、PyTorch、LeNet、FaceNet等進行影像辨識及應用開發。
瀏覽數:
分享