104學習精靈

TensorFlow Lite for MCU正是專為邊緣裝置設計的TensorFlow模型預測框架，是TensorFlow的精簡版本，讓開發者可以在物聯網與嵌入式裝置中部署微型機器學習模型。 本課程將教授AI模型如何部署於微控制器，包含模型訓練、模型最佳化以及TensorFlow Lite框架的程式開發等。在實作上搭配Sparkfun edge board (ARM cortex M4)，說明如何以TensorFlow Lite 在微控制器上開發人工智慧專案。課程安排的三個專案實作，跨足AI在圖像、語音、感測訊號的三大應用領域，包含連續圖像輸入的人臉偵測、連續語音訊號輸入的語音識別、連續感測訊號輸入的姿態識別。在課程中也會特別解說MCU是如何處理這些讀入的連續輸入資料(包含圖像、語音、感測訊號)及模型輸出後的處理，才能讓AI系統更加穩健。 ✔搭配硬體，學習才有感 透過 SparkFun Edge 硬體裝置，實戰開發 TinyML 的AI應用。 ✔實戰三大AI專案，還提供程式源碼 進行微控制器上面的AI開發專案，包含人臉偵測、語音識別、姿態識別三大專案。 ✔老師傅才能讓你快速抓到開發的眉角 汲取業師的實務開發經驗，讓你少走冤枉路。縮短專案開發時程，就是省錢。 【學習目標】 1. 了解 Edge AI 的應用、限制與挑戰。 2. 了解 Tensorflow Lite for MCU 的軟體程式架構與開發流程。 3. 了解最佳化 ML 模型的方法：量化、剪枝、壓縮原理。 4. 了解 AI模型如何部署於微控制器，包含開發環境建立、模型訓練、模型最佳化等。 5. 了解 MCU該如何處理這些讀入的連續輸入資料(包含圖像、語音、感測訊號)及模型模型輸出後的處理等。 【章節架構】  Edge AI 與MCU起手式 1. 簡介MCU世界的邊緣運算 2. Edge AI(TinyML)的開發流程 3. SparkFun Edge Board硬體介紹 4. SparkFun Edge SDK架構說明 5. 建立編譯開發環境 6. 動手作 1) -建置第一個hello word專案 2) -LED 跑馬燈、按鍵讀取 3) -程式燒錄流程  Tensorflow Lite for MCU實作開發 1. AI於微控制器的開發流程說明 2. 優化: 模型量化、運算子優化 3. TF Lite FlatBuffer 格式 4. Tensorflow Lite for MCU程式框架說明 5. 專案實作 1) -揮動姿態識別(配合3軸加速器) 2) -偵測有無人臉(配合camera sensor) 3) -語音字詞識別(配合麥克風)

超過10種Lab實作駭客常用的工具和方法，進而知道如何保護網路、系統免受攻擊。課程內容由道德駭客實務入門到CEH認證說明，打好基礎並對考取CEH國際資安認證更有把握。

AI即未來！各大產業離不開機器學習，人工智慧如火如荼發展，整個產業勢必向智慧化靠攏， AI人才需求也倍數增長！iPAS產業人才能力鑑定是經濟部為充裕產業升級所需人才， 整合產官學研所建立的鑑定體制。有專業能力認證，更容易獲得企業優先面試/聘用及加薪之機會。艾鍗學院授課講師皆取得iPAS認證，章章精彩、片刻不冷場，帶給學員最實戰的應試指南，打穩機器學習工程師的基本功！ 學習目標 1. 帶你了解機器學習產業發展趨勢及應用方向 2. 養成資料特徵與資料預處理能力，並能運用探索式資料分析(EDA)，洞悉數據關聯性。 3. 教你機器學習和深度學習的專業術語與觀念，並能了解其背後的意義及數學意義。 4. 漸進式熟悉機器學習演算法與模型建立流程，後續模型訓練成效之驗證。 5. 從提供之iPAS樣題詳細解析中，了解更多觀念與實作技巧 章節架構 初級 Part 1. 機器學習觀念打底 Section A：資料處理分析與特徵選擇 1. 人工智慧與機器學習簡介 2. 機器學習如何進行學習 3. 資料與特徵 4. 機器學習建立模型的流程 5. 探索式資料分析(EDA)與資料預處理方法 6. 如何挑選好的特徵? Feature Selection v.s. Feature Extraction Section B：監督式機器學習演算法 1. 迴歸模型: 線性迴歸▼ iPAS ML linear regression Ridge v.s. Lasso 線性迴歸 評估迴歸模型的性能指標 2. 分類模型: Logistic Regression 演算法 KNN 演算法 決策樹演算法 SVM 演算法與數學原理 評估分類模型的性能指標 3. Ensemble Method Random Forest隨機森林 Adaboost Section C：非監督式機器學習演算法 1. 降維: PCA 演算法▼ iPAS ML The Algorithm of PCA c 2. Clustering: K-means 演算法 Hierarchical Method 演算法 3. 強化學習 強化學習的架構 Q-learning 演算法 Section D：深度學習 1. 深度學習技術簡介 2. 類神經網路運算模型原理 3. 深度學習建立模型的流程 4. 深度學習框架TensorFlow/Keras 程式架構說明 5. 其他網路結構簡介：RNN/LSTM、CNN Part 2. Python實作機器學習 1. 資料處理工具: Numpy、Pandas▼ iPAS ML Pandas 2. 視覺化工具: Matplotlib▼ iPAS ML Matplotlib c 3. 機器學習工具:Scikit-learn 4. 迴歸模型實作 y=f(x) 的函式預測 價格預測模型 5. 鳶尾花花卉分類與探討▼ iPAS ML iris 使用Logistic Regression 使用KNN 使用Decision Tree▼ iPAS ML Decision Tree 使用SVM▼ iPAS ML SVM 使用Random Forest 使用Adaboost 6.PCA 降維使用Scikit-learn▼ iPAS ML PCA降維使用Scikit learn 7.K-means分群使用Scikit-learn▼ K means分群使用Scikit 8.Hierarchical方法分群使用Scikit-learn▼ iPAS ML Hierarchical Scikit learn 9.強化學習-找寶藏地圖實作解析▼ iPAS ML Reinforcement learning iPAS ML Q learning value function Part 3. iPAS機器學習工程師範例試題詳解

近年來，STEAM程式教育在全球教育界掀起一波狂潮，更成為美、英、日等先進國家的K12教育主軸之一，可見程式能力的重要性。培養程式思維與實作能力，不但有利於與孩子的成長互動，更能幫助你用邏輯思維方法來提升工作成效。 因此，本課程專為零程式基礎，並對創意程式設計有興趣的學習者量身打造。30+的實作演示單元，讓你不需懂高深的程式技術或科學，就能輕鬆實現創意程式應用！教材由台灣程式教育協進會的師資團隊所獨家編製，採用獨家micro:bit學習套件包，搭配詳盡的程式碼說明與手把手的實作演示，輕鬆照著做，不怕學不會。micro:bit為風靡全球程式教育的微型電腦，目前全球已有超過百萬的學童、教育者、開發者等，正在用micro:bit學習程式設計與多元的STEAM創作！心動了嗎？學習就從現在開始吧！ 學習目標 1. 了解基本電腦組成與 micro:bit 基本功能。 2. 清楚掌握程式語言的基本觀念，尤其是針對if條件判斷、For迴圈等主題。 3. 希望能成為micro:bit 第一線兒童程式教學人員 4. 學會 micro:bit 內建感測器的讀取，包含光線感應 (Light Sensor)、方位感測器 (Compass)、加速度計 (Accelerator)等。 章節架構 一、認識基本電腦組成與micro:bit 介紹 二、micro: bit基本輸入介紹 5x5 LED 輸出數值、字串、圖案 三、程式基本框架與變數 Blocks程式基本框架 常數v.s變數 變數的使用 四、運算子 數學運算子: +,-,*,/,^(次方) 關係運算子: >, >=, <=,<,= ,≠ →運算結果true或false 邏輯運算子: and, or , not →針對布林變數進行運算 其他數值運算 隨機亂數、暫停、… 五、控制結構 條件判斷: if … then … else , switch For迴圈: repeat n times do { } while迴圈 while (true) do { } 六、 micro:bit 內建感測器的讀取 何謂感測器? 溫度感應 光線感應 (Light Sensor) 方位感測器 (Compass) 加速度計 (Accelerator) 七、使用函數 函數定義與函數呼叫 八、 micro:bit 無線通訊傳輸 關於無線通訊的小觀念 micro:bit 雙向傳輸實驗 九、 micro:bit LED圖像控制與聲音控制 自訂LED 圖像 關於音頻與音量小觀念 蜂鳴器的連接方式 micro:bit 音樂創作 十、外部Pin腳控制-讀取/控制 Micro:bit 週邊裝置 micro:bit I/O腳位說明 麵包板的使用 加入按鈕與micro:bit 數位讀取 伺服馬達工作原理與micro:bit 控制伺服馬達 十一、期末專案: micro:bit 無線搖控車 材料清單與組裝說明 馬達驅動板的控制原理 micro:bit搖控車程式設計 十二、micro:bit 遊戲設計 micro:bit 遊戲積木 micro:bit遊戲程式撰寫-射擊遊戲、…. 十三、使用陣列 陣列概念與使用 micro:bit二維陣列操作

微軟MVP講師王仲麒老師第二門課程，辦活動研討會必修課。總是在活動舉行的前幾天忙翻天嗎? 辦活動怎麼衝高效率？不再為文書工作白忙一場？這門課幫你解決煩惱！情境式教學，好學、好記、好吸收，學完不忘記，工作處理更有效率。

資料結構(Data Structures)是資訊學科中的核心課程之一，也是嵌入式軟體設計的基礎課程。「資料結構精修班」教授軟體開發者必修的資料結構和演算法，讓你思考程式的執行效率。 1. 不僅學會撰寫程式，還能夠清楚掌握程式的重要觀念，了解”軟體程式=演算法+資料結構。 2. 能熟悉不同資料結構的設計模式。 3. 能了解軟體程式在何時會應用到這些資料結構。 4. 藉由排序與搜尋演算法理解來討論Big-O演算法效能分析。 1. 資深軟體工程師上的資料結構。 資料結構不是用來考試的，給你真正用軟體設計思維思考資料結構設計。 2. 重視實作的方法。 資料結構不能只會觀念性描述, 還必須知道每一個結構定義完之後, 該如何具體實現, 每一個實現的方法，還能分析它的好壞 (複雜度分析)。 課程提供的資料結構範例程式,可以使用任何C編譯器進行編譯，例如Code Blocks 、windows Dev-C++ 或 Linux 下的 GNU C 編譯器 (gcc) 章節架構： Part1-資料結構導論 Part2-ADT 抽象資料型別設計方法 Part3-Set 集合ADT設計 Part4-Stack堆疊 ► 堆疊ADT設計 ► 堆疊軟體應用 Part5-Queue 佇列 ► 佇列ADT設計 ► 環狀佇列ADT設計 ► 堆疊軟體應用 Part6-Linked List鏈結串列 ► 動態配置記憶體 ► 單向鏈結串列 ► 環狀鏈結串列 ► 使用C鏈結串列的各式操作-串列串接、串列反轉 Part7-Tree樹狀結構 ► 二元樹簡介 ► 樹ADT設計 ►二元搜尋樹(Binary Search Tree) ►建立(插入)節點、搜尋節點、刪除節 Part8-Graph 圖形結構 ►圖ADT設計 ►圖的表示法 ►建構圖、刪除邊、刪除頂點 ►圖走訪 ►DFS ►BFS ►軟體應用- 求最短路徑 ►Dijkstra 演算法 ►Bellman-Ford演算法 Part9-Search資料搜尋 ► 線性搜尋 (Linear Search) ► 二元搜尋 (Binary Search) ► 雜湊搜尋法 (Hashing) Part10-Sorting資料排序 ► 氣泡排序（bubble sort） ► 選擇排序（selection sort） ► 插入排序（insertion sort） ► 快速排序（quick sort） ► 合併排序（merge sort） ► 桶排序（bucket sort）

這是一門有別於坊間的AI數位課程，不僅有清楚的觀念說明也有詳細的程式解說。教你機器學習的專業術語與觀念，並能了解其背後的意義及數學意義。瞭解機器學習的各種演算法並且能以進行範例實作。 將介紹機器學習的各類演算法並以Scikit learn進行手把手實作教學。對於同類型演算法，將以同一種資料集讓學員能比較演算法之間的差異及各式參數對模型效能的影響。 學習目標 【機器學習】 1. 了解機器學習的概念 2. 學會Regression、Classification、Clustering 機器學習相關演算法基本原理 3. 學會用Scikit-learn 進行如Logistic Regression、SVM、Decision Tree、Random Forest等等Machine Learning 的實作。 4. 學會強化式學習及其實作 ※ 課程適用經濟部iPAS巨量資料分析師/機器學習工程師能力鑑定考試準備

微軟MVP王仲麒老師活用Office系列第3門~圖文排版很簡單，再也不怕長篇文件囉！Office還有你哪些不知道的秘技呢?本門課將利用Office軟體助你效率加倍PowerPoint互動式影音效果簡報製作、製作相簿，Excel統計各種問卷結果，Word長篇報告編輯。課程整理各種情境，加深學習印象！

以C程式語言準備APCS檢測，把握進入理想校系機會！ APCS先修檢測，是資訊能力客觀的評量依據，除了可作為申請相關科系的個人成績證明，也可用在特殊選才的資格認定，或納入一般申請入學的備審資料。還能作為大學程式設計必修課程的學分抵免證明。 學習目標 教你快速掌握解題5個重點 (1.) 理解題目在解什麼問題 (2.) 能在紙上推演邏輯求解或找到關係式 (3.) 能快速草繪出程式基本架構 (4.) 能動手撰寫程式 (5.) 能具備快速測試程式結果與除錯。 章節架構 第一階段 程式語言 ►C程式語言 --程式語言簡介與程式設計流程 --程式IDE工具安裝 --CodeBlocks(C/C++班) --變數與資料型態 --C基本輸出入函數 --運算式與位元運算(bitwise operation) --流程控制(if-else, switch-case , for, while,...) --函式 --遞迴方程式 --陣列與指標 --二維陣列 --字串處理 --結構 第二階段 APCS實戰(共16小時) ►APCS考試說明 ►資料結構與演算法入門 --多項式 -- 樹狀結構 -- 搜尋 -- 排序 ►實作題 --邏輯運算子 -- 交錯字串 -- 物品堆疊(Stacking) ►實作題 -- 秘密差 -- 小群體 -- 數字龍捲風 -- 基地台 ►APCS觀念題解說 ►APCS考試檢測環境建立 Virtualbox安裝說明

什麼是Raspberry Pi? Raspberry Pi 是由劍橋大學的 Eben Upton及其他幾位老師所設計的，最初只是為了提供一台平價的電腦和自由軟體，讓學生可以輕鬆取得，用來學習跟練習電腦科學的相關知識。 但由於它價格低廉、容易取得、方便攜帶、安裝簡單、運作穩定，而且又可以連接其他週邊設備，不僅在教育界盛行，連創客 (Maker) 圈也非常愛用它來實作各種有趣點子，甚至有些業界的朋友也真的用它來製作產品或是專案。 課程目標 ◆ 學會Raspberry Pi 的基本操作 (本課程適用Raspberry Pi 4/Raspberry Pi 3) ◆ 學會Linux 基礎指令 ◆ 學會基礎I/O控制: 從LED 閃爍, 到讀取按鍵狀態 ◆ 活用Pi : 防盜偵測與家電控制( 使用PIR人體感測器及Relay繼電器) ► 開源硬體發展現況 ► Raspberry Pi 介紹 ► 使用UART Console登入Raspberry Pi ► 使用WiFi連接網際網路 ► Linux 基礎指令 ► 艾鍗Pi I/O擴充板介紹 ► 如何控制 Raspberry Pi I/O ► 我的第一個硬體驅動:LED, Push Button ► Pi連接PIR人體感測器及Relay 控制 ► Pi應用實例: 防盜偵測與家電控制

本課程帶領你從Python語法Skill邁入Web API服務開發，讓程式語言技術正式進入應用系統開發領域，整合您已經具有的爬文或者資料分析等技術，形成跨異質系統的整合與開發能力，更能往後推向整合AI Service功力，進行各類系統介接，跨入服務端領域的開發。

Linux是一套作業系統，且Linux的源碼和架構都是開放的。發展迄今，整個設計體系已經相當穩定，並化繁為簡，開發彈性大，因此從網站到物聯網系統開發，Linux無所不在，如果你自認自己是科技知識份子，那麼選擇Linux應該是理所當然。 而C語言是計算機程式的共同基礎，具備熟稔的C語言能力，從事硬/韌體的相關開發，才會有更好的效率。 若您有志朝嵌入式系統軟底層、MCU韌體、IC驅動程式開發、物聯網應用開發等以Linux、C語言為主軸的專業來發展，本課程將幫助您快速學會工程師必備的Linux與C語言能力，並教您運用C語言來進行Raspberry Pi 的基本操作，並搭配艾鍗獨家設計I/O子板，擴充了原Raspberry Pi 板的功能，並對其中所有軟硬體控制原理進行透徹解說，讓你可以在實作中驗證自己的學習成效，讓你可以成為創客 (Maker) 來實作各種有趣點子，也為踏入進階工程領域(像是嵌入式Linux開發、MCU韌體開發等)前建立紮實基礎。 Part1-Linux職能精修 ►什麼是Linux ►Linux系統安裝 ►Hyper-V ►VMwarePlayer ►Virtualbox ►如何連線遠端Linux ►RemoteConnectLinux - 讓你清楚的明白，什麼是遠端連線 ►檔案系統與系統結構 ►系統結構 ►檔案系統 (ext2、ext3、ext4、xfs) ►檔案類型與權限 (chown、chmod) 單元5 套件安裝與常用指令 ►套件安裝與常用指令 ►關閉IPV6 & 變更Source.lst ►如何安裝需要的套件 (apt-get、dpkg) ►常用指令 ►編輯器的使用 vi ►必懂的Linux操作 ►核心升級 (apt-get、dirt-upgrade) ►網路設定 (ifconfig、route) ►時區設定及校時 (ntpdate) ►硬碟分割與掛載 (fdisk、mkfs、mkfs.ext2、 mkfs.ext3、mount) ►使用者帳號管理 (useradd、adduser、deluser、userdel) ►檔案壓縮與備份 tar ►Ubuntu核心編譯 ►APACHE服務的安裝與設定 ►服務器安裝 Vsftpd + windows應用 ►NFS服務的安裝與設定 ►SAMBA 服務的安裝與設定 + windows應用 ►PHP ►服務器安裝 Mysql ► LAMP整合安裝 (tasksel install lamp-server) Part2-精通C語言 ►程式語言導論 ►C語言開發流程&規範 ►整合式開發環境 ►C程式介紹 ►程式架構 ►基本輸出與輸入函數 ►運算式 ►流程控制 ►資料流程與架構 ►函式巨與集 ►函數定義 ►遞迴呼叫 ►巨集 ►陣列與指標 ►陣列 ►多維陣列與指標 ►泡沫排序法 ►使用C語言開發驅動程式 ►字串處理 ►變數範圍 ►全域變數&區域變數 ►檔案管理 ►C語言檔案處理 ►NEW data Type ►typedef型態定義 Part3-C語言控制Raspberry Pi I/O ►Raspberry Pi 使用 ►Raspberry Pi 簡介 ►Raspberry Pi 使用 (包含Linux系統檔案系統與常用指令說明) ►數位介面 ►感測器介面與Pi子卡介紹 ►數位感測器讀取 ►GPIO ►使用BCM2835 Peripheral Library ►LED, Button, PIR, Relay ►PWM (SG90伺服馬達控制) ►I2C 工作原理 ►I2C OLED (SSD1306Z) ►I2C G-Sensor (LIS3DH) ►SPI 工作原理 ►UART Interface - PM2.5 ►Modbus over RS485 ►類比界面