104學習精靈

AWS雲端平台架構的實戰心法課程 ，協助IT人員了解AWS的基本技術與相關應用知識，課程內容從介紹AWS產品及服務開始，一直到常見的解決方案參考。讓您更加熟悉AWS的解決方案，依據企業不同需求做出正確的選擇並挑選適當技術來應用。

R語言是開源的統計程式語言，常用於開發統計、資料分析軟體系統，課程中我們將從R/R-Studio入門，從統計分析、資料探勘與機器學習的原理與技巧，讓學員有能力進行相關的資料分析技術與資料視覺化整合應用。本門課適合想瞭解R語言，作為進入大數據分析基礎，或進行量化研究、進階資料視覺化。

為了能夠讓資料科學的新手，都能找到屬於自己的學習起點，本課程將循序漸進讓學員了解什麼是資料科學，並拆解資料科學的流程、工具、與發展方向，有哪些必學的知識，與學習項目，並由案例來帶領學員一探資料科學的樣貌。

藉由物理治療技術，讓職場人士有效伸展快速放鬆，提升工作效率與生活品質。以常見症狀出發，對症下藥，解決你當下的痠痛問題。「正確關鍵概念」破解常見痠痛迷思，除了可以有效自我修復，往後求醫溝通也能更精準表達；「實用運動體驗」隨時可用，不受場域空間限制，辦公室就可以操作，輕鬆達到舒緩效果！

隨著混合雲的管理系統架構越趨形成市場主流，市場上對於混合雲建置與管理的人才需求也與日俱增，這堂 DP-900 認證攻略專為資料庫初學者設計，由微軟認證講師線上授課，一次學會資料庫＋混合雲建置與管理，還能成功考取微軟 DP-900 認證，為你的職涯加分！

課程由台灣科技大學資訊工程博士陳士杰，從資料庫系統設計概念、資料庫系統設計流程，一路由淺至深，2.8小時學會資料庫設計原理，一堂課帶你釐清所有資料庫建立的問題和易混淆的概念。課程中將公司內相關表單與人員需求，教您轉換成E-R Model，並透過每個小段落的測驗題，讓您好複習學習更紮實。

五天集訓，快速取得資訊安全、風險管理、網宇 (Cyber Security) 安全架構、系統與網路安全防護等相關知識與實務工作技巧。本課程期望透過五天的集訓課程(四天授課+最後一天的總複習及學習成效評量)；協助學員建立資訊安全工作所需的基本職業能力。課程內容除包含資訊安全職涯所必須熟悉的資訊安全相關管理制度及風險管理、營運持續與事故管理的相關合規的要求外，另協助學員了解達成上述管理目標所需的技術面知識及基礎技能，以其後續能夠根據自己的興趣深入地進行了解，進而提升自己的職能及薪資。安碁學苑提供了完整的資安職涯訓練規劃，並提供資安職能驗證機制 (完訓證明 +安碁資安職能驗證通過證書)檢驗受訓學員是否符合該項工作的職業能力，作為學員後續應聘或企業徵才的參考。(報名截止：4/17) (學生/新鮮人 優惠價 $16,200)

社會新鮮人或欲轉職從事資安領域工作者， 花大錢考證照卻不得其門而入? 這門課程專門為欲發展資安職涯的您而設計， 無論有無經驗，本培訓班幫助你快速取得資安實戰職能！ 課程優惠價格： 求才若渴價：$30,000 早鳥(一個月前)優惠價：$28,000 學生/新鮮人特惠價：$21,000 (無團報折扣) 課程特色： 快速取得的實戰能力：三周集訓，快速取得資訊安全、風險管理、網宇安全架構、系統與網路安全防護等相關知識與實務工作之技巧。 實務導向的課程內容：安碁資訊 (6690) 在資訊安全領域深耕多年，講師豐富實務經驗及龐大數據庫，培養資安熟手的好所在！ 專業職能的培訓機構：安碁學苑完整規劃各個職類的資安職能地圖，推出職能專業訓練與驗證機制，幫助您建立明確職涯發展路徑 (Career Path)！ 預期達成職能： 確立資訊安全意識與認知 瞭解相關資安相關法令法規，以及組織對於合規的要求 瞭解資訊安全管理機制對於管理與技術面的要求 瞭解技術性弱點檢測工具與流程，具備檢驗報告正確性之基礎 瞭解資安事故通報、應變及處理概念 具備未來走向資安技術維運之持續學習基礎 課程進行方式： 講師講授 – 佔58% 本機實作&訓練評估平台(TEP)實作 – 佔32% 本機實作：利用電腦安裝軟體或透過虛擬化軟體進行實作 TEP實作：透過本機連線TEP(Training Evaluation Platform)模擬遠端進行標的探詢、掃描等演練並實施簡易的搶旗活動 課程評量 – 佔10% 資安概論：採用課後評量 資安基礎課程：採用課前/課後評量 資安職能課程：採用課後評量(技術職能必須藉由TEP取得答案) 弱點檢測課程：採用實作成果驗收(執行後交付報告) 技術類課程實作總結：參考搶旗方式由學員在指定時間內回答問題(小組、個人) 《講師演示、Lab 實作及上機評量占課程總時數達 50%》 (報名截止：9/9)

1. 利用程式爬蟲爬取台灣加權指數股價 2. 瞭解台灣股市中最好用的 K 線型態 3. 製作各種財務數據、技術指標 4. 各種機器學習的模型：SVM、Random Forest、Neural Network、LSTM、Reinforcement Learning 5. 瞭解上述機器學習背後的數學含意 6. 利用上述指標來訓練機器學習模型，來預測股價 7. 瞭解機器學習為什麼覺得這支股票會漲？ 8. 坊間不會教的股票機器學習小撇步 9. 利用機器學習來製作選股策略