RESULT

卓越成果
第一期計畫A
2020-10-07

「AI機器學習實作課程」-未來人才,需要未來師資!

AI 浪潮席捲全球,產業AI化的數位轉型更是迫在眉睫!教育部與科技部已提出AI的應用需求,為協助對AI應用有興趣之教師提升理論知識與實作能力,本校教發中心於8月辦理為期2天的「109-1 AI機器學習實作課程-師資培訓」,本次培訓共20位教師及研究生參加,期能有效協助學界教師之課程教學,提供學生更完善之學習資源與環境,進而提升教師教學之品質與學生之學習成效。

 

課程以實戰教學為主,藉由實務的操作讓老師瞭解如何應用 Microsoft Azure 平台,首先介紹Azure資料科學虛擬機器(Azure Data Science Virtual Machine),瞭解如何在雲端訓練一個深層的神經網路,建立屬於自己的深度學習運算專案,協助教師提升在機器學習的專業知識;再來介紹Azure Custom Vision 資源服務,可提供非專業領域工作者使用資料集快速訓練並輸出自己的影像辨識模型,此服務提供邊緣運算的影像辨識模型下載,可將模型安裝在樹莓派自走車運行;最後介紹Azure Machine Learning Studio,它依據資料建置、測試及預測性分析,利用拖拉模塊的方式,快速建立機器學習專案,可讓非專業領域工作者瞭解機器學習流程,提升學習成效。

 

本次培訓邀請108-2已參與培訓及執行課程的3位教師進行教學經驗分享。財管系黃信嘉老師在課程中透過程式語言(Python)進行股票價量與財務資訊的資料前處理並自訂技術指標,再透過資料視覺化套件(Matplotlib)將預測結果視覺化,期末成果採專題競賽模式,讓各組學生挑選喜歡的股票進行模型訓練,學生實作成果將投資學理論與量化投資實務結合,確實提升資訊與財務資料應用的能力。

 

電通系曾士桓老師分享「想當AI人,哪些技能必修?」,發現科大學生普遍理論基礎扎根不足,要馬上進入機器學習有難度,但透過Microsoft Azure平台資源(Machine Learning Studio)可刺激學生透過視覺化流程等易入手的方式學習AI的基本認知,引發學生自我學習興趣,並針對Microsoft Azure教師帳號管理、資源建立與資源點數分配提出實務經驗分享。

 

資管系朱彥銘老師感謝學校提供Microsoft Azure資源,不論資訊背景(CS)及非資訊(CS+X)學生在學習程式語言方面都有大的幫助,課程中將平台資源運用於物聯網、時序分析、IoT Hub及語音合成,例如學生在工廠故障預測與Machine Learning模型結合,利於學生專題實作,而在平台使用方面也提出建設性建議,希望能延長教師帳號使用時間及增加點數使用的彈性。

 

透過Microsoft Azure平台,藉由最新產業技術與知識養成,未來規劃各校區AI教室完工後,將實作課程結合商業智慧學院MPP專業課程,助於本校培養一流的科技人才,提升學生就業競爭力。

  • 577
Back回主頁