平台訂閱套裝

AI 虛擬教室 + AI Maker 課程

AI 虚擬教室

至少訂閱 5 個學生帳戶

HKD80 (USD12)/每位學生
Una 虛擬教室的所有教學管理功能,適用於 AI 教學
無限個自行上載的學習活動
上限最多 [100x學生總數] 次使用各種AI技術
Una 指定課程(共2小時)
優先技術支援

AI Maker
課程

至少訂閱 5 個學生帳戶

HKD200(USD30)/每位學生
10個核心單元(共10小時)
Microsoft AI-900 影片自學課程(共7小時)
2小時教師培訓
優先技術支援

AI 虛擬教室 + AI Maker 課程

合計:HKD280 (USD42)/每位學生

學生在課程中會...

硬件需求:

以WebApp學習,或額外付費購買硬件 Raspberry Pi 和感應器學習

以 Web App 形式上課,不需要額外硬件

以 Raspberry Pi + 感應器上課:

  • Raspberry Pi 4 Model B x 1
  • 32 GB microSD Card x 1
  • Grove Base Hat for Raspberry Pi x 1
  • USB Wall Charger x 1
  • USB C Cable x 1
  • Logitech Webcam with Mic x 1 
  • Grove: Red LED x 1
  • Grove: Green LED x 1
  • Grove: 4 Digit Display x 1

核心單元

探索人工智能在日常生活的應用和體驗人工智能

  • 學習人工智能的基本概念
  • 理解甚麼是機器學習
  • 認識人工智能在日常生活的應用

應用電腦視覺,製作小型物件認測裝置

  • 學習電腦視覺的基本概念和用途
  • 學習如何運用 Una 接駁 Microsoft Azure 認知服務,Raspberry Pi 和其他感測器
  • 透過實驗,找出不同的相片質素和效果對人工智能分析的準確度有甚麼影響
  • 理解人工智能偏見和如何基於不排他,保障私隱和安全的原則使用及保護數據

製作智能人臉探測器來檢測相片中的人臉,並分辨男和女

  • 學習人臉檢測的基本概念和用途
  • 理解分析結果的 JSON 數據中的性別資訊
  • 學習如何從人工智能的分析結果中抽取有關的資訊
  • 反省和討論人臉探測的公平性,信賴度和安全性的問題

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

  • 學習面部表情識別的相關知識和檢測識別到的表情
  • 理解表情的分析結果包含多種情感,結果會顯示不同情感的信賴值
  • 設計和編寫計算笑臉數量的程式系統
  • 理解人工智能並不能真正識別人類的內在情感。人工智能是根據訓練時的數據而作出分析的

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

  • 學習人像識別的基本概念和應用,並理解 JSON 分析結果數據裡有關相似度的資訊
  • 編寫分析兩人相似度的程式
  • 理解人工智能的權責

學習 JSON 數據的特徵,分析天氣情況

  • 學習與 JSON 數據相關的不同數據類型
  • 學習如何讀取和應用 JSON 數據

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

  • 學習機器學習的基礎知識
  • 學習圖像分類的基礎知識
  • 運用 Google Teachable Machine 來訓練人工智能模型,並下載至 Raspberry Pi

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

  • 學習人類姿勢探知的基礎知識
  • 學習如何運用相片和 Google Teachable Machine 來訓練能認知姿勢的模塊
  • 理解人工智能模型的局限

運用 Google Teachable Machine,訓練智能回收的人工智能模型

  • 學習監督學習的基礎知識和如何正確地準備訓練數據
  • 學習監督學習的概念
  • 學習如何提高模型的準確度

運用 Google Teachable Machine,訓練更好的智能回收的人工智能模型

  • 理解訓練數據的要求
  • 學習監督學習進階概念
  • 理解訓練數據,測試數據和系統運作時被輸入的數據分別

探索人工智能在日常生活的應用和體驗人工智能

  • 學習人工智能的基本概念
  • 理解甚麼是機器學習
  • 認識人工智能在日常生活的應用

應用電腦視覺,製作小型物件認測裝置

  • 學習電腦視覺的基本概念和用途
  • 學習如何運用 Una 接駁 Microsoft Azure 認知服務,Raspberry Pi 和其他感測器
  • 透過實驗,找出不同的相片質素和效果對人工智能分析的準確度有甚麼影響
  • 理解人工智能偏見和如何基於不排他,保障私隱和安全的原則使用及保護數據

製作智能人臉探測器來檢測相片中的人臉,並分辨男和女

  • 學習人臉檢測的基本概念和用途
  • 理解分析結果的 JSON 數據中的性別資訊
  • 學習如何從人工智能的分析結果中抽取有關的資訊
  • 反省和討論人臉探測的公平性,信賴度和安全性的問題

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

  • 學習面部表情識別的相關知識和檢測識別到的表情
  • 理解表情的分析結果包含多種情感,結果會顯示不同情感的信賴值
  • 設計和編寫計算笑臉數量的程式系統
  • 理解人工智能並不能真正識別人類的內在情感。人工智能是根據訓練時的數據而作出分析的

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

  • 學習人像識別的基本概念和應用,並理解 JSON 分析結果數據裡有關相似度的資訊
  • 編寫分析兩人相似度的程式
  • 理解人工智能的權責

學習 JSON 數據的特徵,分析天氣情況

  • 學習與 JSON 數據相關的不同數據類型
  • 學習如何讀取和應用 JSON 數據

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

  • 學習機器學習的基礎知識
  • 學習圖像分類的基礎知識
  • 運用 Google Teachable Machine 來訓練人工智能模型,並下載至 Raspberry Pi

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

  • 學習人類姿勢探知的基礎知識
  • 學習如何運用相片和 Google Teachable Machine 來訓練能認知姿勢的模塊
  • 理解人工智能模型的局限

運用 Google Teachable Machine,訓練智能回收的人工智能模型

  • 學習監督學習的基礎知識和如何正確地準備訓練數據
  • 學習監督學習的概念
  • 學習如何提高模型的準確度

運用 Google Teachable Machine,訓練更好的智能回收的人工智能模型

  • 理解訓練數據的要求
  • 學習監督學習進階概念
  • 理解訓練數據,測試數據和系統運作時被輸入的數據分別

Microsoft AI-900 课程

描述人工智能的基本用途和功能

  • 介紹 Microsoft AI-900 証書
  • 甚麼是人工智能?
  • 理解機器學習
  • 理解異常檢測
  • 理解電腦視覺
  • 理解自然語言處理
  • 理解交談人工智能

描述機器學習的基礎概念

  • 機器學習
  • 迴歸模型
  • 分類模型
  • 聚類模型

描述 Azure 上的電腦視覺功能

  • 電腦視覺
  • 圖像分析
  • 圖像分類
  • 物件偵測
  • 人臉分析
  • 光學字元辨識
  • 單據分析

描述 Azure 上的自然語言處理功能

  • 自然語言處理和其應用
  • 文字分析總覽
  • 語言偵測
  • 情緒分析
  • 關鍵詞組選取
  • 命名實體識別
  • 語音辨識和生成總覽
  • 語音 – 文字轉換
  • 文字 – 語音轉換
  • 翻譯
  • 語言理解智能服務(LUIS)

描述 Azure 上的交談人工智能功能

  • 交談人工智能概念
  • 製作問與答的人員服務
  • Azure 機器人服務

描述人工智能運用上的顧慮

  • 人工智能的挑戰和風險
  • 負責任的人工智能的原則

描述人工智能的基本用途和功能

  • 介紹 Microsoft AI-900 証書
  • 甚麼是人工智能?
  • 理解機器學習
  • 理解異常檢測
  • 理解電腦視覺
  • 理解自然語言處理
  • 理解交談人工智能

描述機器學習的基礎概念

  • 機器學習
  • 迴歸模型
  • 分類模型
  • 聚類模型

描述 Azure 上的電腦視覺功能

  • 電腦視覺
  • 圖像分析
  • 圖像分類
  • 物件偵測
  • 人臉分析
  • 光學字元辨識
  • 單據分析

描述 Azure 上的自然語言處理功能

  • 自然語言處理和其應用
  • 文字分析總覽
  • 語言偵測
  • 情緒分析
  • 關鍵詞組選取
  • 命名實體識別
  • 語音辨識和生成總覽
  • 語音 – 文字轉換
  • 文字 – 語音轉換
  • 翻譯
  • 語言理解智能服務(LUIS)

描述 Azure 上的交談人工智能功能

  • 交談人工智能概念
  • 製作問與答的人員服務
  • Azure 機器人服務

描述人工智能運用上的顧慮

  • 人工智能的挑戰和風險
  • 負責任的人工智能的原則