課程以積木式編程教導學生AI概念、其限制和責任。他們會應用不同的AI技術,包括 Microsoft Azure認知服務及Google Teachable Machine,快速製作各種AI裝置,訓練簡單AI模型。
合計: HKD 2,480
了解人工智能的基本概念
實踐:玩QuickDraw和AI圖像生成器,體驗AI的學習能力
了解人工智能如何檢測物件
實踐:通過 Una 平台體驗 Azure 物件檢測
了解如何使用 AI 對物件進行分類
實踐:嘗試使用 Google Teachable Machine 來訓練圖像分類模型
介紹面部分析的原理
實踐:通過 Una 平台體驗 Azure 面部檢測和驗證
了解語音人工智能
實踐:通過 Una 平台體驗 Azure 語音服務
了解姿勢檢測的基本原理
實踐:嘗試 Google Teachable Machine – 訓練姿勢識別模型
介紹對話式人工智能
實踐:與 ChatGPT POE 互動並了解如何通過提示控制輸出
通過創建分類模型了解機器學習
實踐:體驗如何通過 Una ML 平台訓練分類模型以對糖尿病的病例進行分類
了解通過數據讓機器學習
實踐:體驗如何通過 Una ML Platform 訓練回歸模型並評估模型性能
通過現實生活案例反思人工智能使用的道德規範
了解人工智能的基本概念
實踐:玩QuickDraw和AI圖像生成器,體驗AI的學習能力
了解人工智能如何檢測物件
實踐:通過 Una 平台體驗 Azure 物件檢測
了解如何使用 AI 對物件進行分類
實踐:嘗試使用 Google Teachable Machine 來訓練圖像分類模型
介紹面部分析的原理
實踐:通過 Una 平台體驗 Azure 面部檢測和驗證
了解語音人工智能
實踐:通過 Una 平台體驗 Azure 語音服務
了解姿勢檢測的基本原理
實踐:嘗試 Google Teachable Machine – 訓練姿勢識別模型
介紹對話式人工智能
實踐:與 ChatGPT POE 互動並了解如何通過提示控制輸出
通過創建分類模型了解機器學習
實踐:體驗如何通過 Una ML 平台訓練分類模型以對糖尿病的病例進行分類
了解通過數據讓機器學習
實踐:體驗如何通過 Una ML Platform 訓練回歸模型並評估模型性能
通過現實生活案例反思人工智能使用的道德規範
設有Raspberry Pi 的課程大綱 (可選額外付費購買硬件 Raspberry Pi 和感應器學習)
探索人工智能在日常生活的應用和體驗人工智能
應用電腦視覺,製作小型物件認測裝置
製作智能人臉探測器來檢測相片中的人臉,並分辨男和女
製作智能裝置來檢測和識別面部表情,分辨內在和外在的情感
透過人像識別實驗,分析人類的面部特徵和找出兩個面孔的共通點
學習 JSON 數據的特徵,分析天氣情況
運用 Google Teachable Machine,訓練人工智能分類模型,製作 識別特定物種的智能裝置
運用 Google Teachable Machine,訓練人工智能分類模塊,製作分析人類坐姿正確與否的智能裝置
運用 Google Teachable Machine,訓練智能回收的人工智能模型
運用 Google Teachable Machine,訓練更好的智能回收的人工智能模型
探索人工智能在日常生活的應用和體驗人工智能
應用電腦視覺,製作小型物件認測裝置
製作智能人臉探測器來檢測相片中的人臉,並分辨男和女
製作智能裝置來檢測和識別面部表情,分辨內在和外在的情感
透過人像識別實驗,分析人類的面部特徵和找出兩個面孔的共通點
學習 JSON 數據的特徵,分析天氣情況
運用 Google Teachable Machine,訓練人工智能分類模型,製作 識別特定物種的智能裝置
運用 Google Teachable Machine,訓練人工智能分類模塊,製作分析人類坐姿正確與否的智能裝置
運用 Google Teachable Machine,訓練智能回收的人工智能模型
運用 Google Teachable Machine,訓練更好的智能回收的人工智能模型
學生需要登錄Microsoft Teams和Una 平台上課和進行編程,但不需要使用相同設備登録。
登録 Una 平台的注意事項: