國暘測試 第1梯次
課程時數
212小時
上課方式
遠距教學
適合對象
- 無相關學經歷,不熟悉產業科技知識
- 學習半導體與AI
- 素養,之後想跨域或轉職者
- ckeditor5測試
開課期間:
2024/03/08(五) - 2025/08/11(一)
報名截止
2026/10/12(一) 23:55
212小時
遠距教學
2024/03/08(五) - 2025/08/11(一)
2026/10/12(一) 23:55
ckeditor5測試

測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試測試
20260202測試測試
20260202第二次測試
每週一三上課 | ||
| 課程名稱 | 課程內容 | 時數 |
| VHDL | 1.邏輯設計&VHDL 2.組合&序向邏輯電路 3.分層式設計 4.VHDL驗證 5.應用電路設計-VGA | 45 |
| Verilog | 1.Verilog基本語法 2.正弦波產生 | 30 |
| 系統應用 | 1.SOPC 2.應用電路實作 | 27 |
| 合計 | 102小時 | |
【課程模組】 課程名稱 | 課程內容 | 時數 |
【AI x 數據】 AI 數據處理概念 | . 數據的成長、數據的重要性 . 瞭解數據類型和結構(整數、符點數、字串、日期、布林、圖、文章) . 公開數據集來源(Kaggle、Git Hub、Hugging Face等)、爬蟲的運作 . 數據清理(缺失值、離群值、類別化、標準化、正規化) . 數據的特徵、關聯性分析、特徵工程 . 從數據學習~模型、分群、分類、監督式及非監督式學習 | 3 |
【AI x 數據】 ChatGPT指令與應用 | 1. ChatGPT與資料分析 >透過AI找分析指標 >透過AI生成指定資料集 2. ChatGPT與資料視覺化 >透過AI找尋圖表範例 >透過AI生成創意型圖表 | 3 |
【AI x Excel】 Excel基礎與資料分析 | 1. Excel基本使用與資料分析常用函式介紹與樞紐分析表 2. VBA語言基礎介紹與環境使用 3. 資料分析ER model概念 4. 利用Power Pivot建立ER模型 | 6 |
【AI x Excel】 資料處理 | 1. 利用DAX語言進行資料處理 2. 利用Power Map進行地圖報表分析 | 6 |
【AI x Excel】 商用報表與演練 | 1. 利用ChatGPT與Copilot協助建立資料模型 2. 結合VBA與網路爬蟲製作簡易上櫃股市分析報表 3. 利用EXCEL樞紐分析進行公司營運資料分析 | 6 |
【結構化查詢語言(SQL)】 資料庫與SQL語法基礎概念 | 1. 資料和資料庫概念 2. SQL 基礎語法 | 6 |
【結構化查詢語言(SQL)】 數據資料儲存與讀取 | SQL 資料處理 練習在資料表上運算、分析、資料整理 | 6 |
【AI 驅動爬蟲技術】 利用 AI 打造資料收集介面與流程 | 利用 Cursor進行商業資料結構規劃,設計符合業務需求的資料收集介面與流程。 | 6 |
【AI資料分析指令】 運用 Gemini + Colab 資料分析與視覺化 | 1.虛擬資料科學家實作:精準 Prompt 指令演練,讓 AI 輔助撰寫 Python 進階分析程式碼、自動執行特徵工程與統計檢定。 2.動態互動圖表生成:運用 Gemini 於 Colab 內一鍵打造高質感的商業資料洞察圖表。 | 6 |
【資料視覺化】 Power BI 數據分析 | 1. Power BI Desktop工具介紹與使用安裝說明 2. Power BI三大模組介紹與使用 3. Power Query資料正規化:ETL(Extract-Transform-Load))介紹、獲取資料(匯入)、資料清理、資料讀取 | 6 |
※搭配書籍:Power BI x Copilot x ChatGPT 商業報表設計入門:資料清理、資料模型、資料視覺化到報表共享建立全局觀念/旗標(將於課前寄發書籍,作為課堂教學補充) | ||
【資料視覺化】 Power BI 實務應用與實作 | 建立戰情室圖表視覺表現 1. Power BI的核心工具-Power Pivot:資料建模、量值的觀念與應用-DAX 函數語法 2. 設計視覺效果-Power View:建立互動式視覺化儀表板、圖表介紹、圖表欄位與格式設定、手機版面設計 | 6 |
【Orange大數據分析】 orange 數據分析與AI模型建構基礎 | 介紹orange 數據分析與AI模型建構之環境介紹,基本功能模組:資料匯入、資料清理、數據編碼、數據標準化、數據正規化、數據特徵工程、資料基礎統計分析、數據分佈、圖表(...)呈現等案例說明。 ※搭配書籍:人工智慧:素養及未來趨勢/全華圖書 | 3 |
【Orange大數據分析】 Orange之AI模型建構 | 1. 資料可視化 2. 機器學習之分類模型、商用數據案例之分類模型建構及運作 3. 機器學習之迴歸模型、商用數據案例之預測模型建構及運作 4. 機器學習之分群模式、商用數據案例之分群模型建構及運作 5. 深度學習之原理、模型建構及數據案例分享 6. 數據距離 7. 混淆矩陣與效能指標 | 9 |
【Orange大數據分析】 Orange實作與應用 | AI數據處理之系統化流程~案例介紹與圖表生成 | 6 |
【專題報告】 主題式數據處理專題 | 1. 學員分組,以團體/個人方式進行專題研究。 2. 主題式數據處理專題:包括數據清理、分析、視覺化、AI模型建構、預測、分類、或分群、效能分析等(擇一) | 9 |
總 計 | 87 | |