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

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