Una
Una

AI Maker x Microsoft AI-900 培訓課程

課程中會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，一條龍完成培訓與考取 國際認可的Microsoft AI-900證書考試。此課程包含合 格保障，合格率高達98%。 (如已報讀AI Maker，可 直接報讀AI-900) *所有課程必需於一年內完成  

  • 20小時一對一導師實時授課及考試
  • Una AI Maker 課程（一年）
  • Microsoft AI-900 精讀課程（一年）
  • Microsoft AI-900 證書考試券一張
  • 合格保障
  • Una AI Maker 學生用戶訂閱計劃（一年）
  • 一年優先支援
到校面授課程查詢 (學校適用)
到校面授課程查詢 (學校適用)

你會在課程中...

  • 學習人工智能概念、局限和權責
  • 學習機器學習的基礎知識
  • 使用 Microsoft Azure 認知服務，應用多種 AI 技術，編寫 Una AI Web App
  • 使用 Google Teachable Machine，訓練多個 AI 分類模型，編寫 Una AI Web App
  • 考取國際認可的 Microsoft AI-900 證書

合格保障的設計是為了減輕學生參加考試的壓力，而且使他們更專注於課堂學習。如果學生滿足以下所有三個先決條件，即使首次應考但未通過Microsoft AI-900考試，他們可以申請免費重考一次。

 

  1. 課堂出席率達80％或以上
  2. 完成模擬考試，成績達80％或以上
  3. 完成課程後一個月內申請重考

誰可報讀課程？

  • 十歲或以上
  • 無須任何編程背景

備註：

  • 如已報讀 AI Maker 課程，可直接報讀AI-900課程
  • 無需硬件以WebApp學習，或可選額外付費購買硬件 Raspberry Pi和感應器學習
  • 最後2小時可到 Una 辦公室完成考試

課程大綱

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

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

評價

Athena Law
Athena Law學生 (10歲) 與家長
Read More
在疫情下透過Una學習AI-900證書課程是另一種新體驗。Una 線上學習設備完善，不但可以自由選擇上課時間、一對一互動、還提供個人化教學，讓學習更富趣味和加快女兒的學習進度。女兒漸漸對編程產生濃厚的興趣。雖然課程內容對10歲之齡來說稍微困難，但老師講解詳盡用心，使得女兒順利one-take-pass 考獲證書。將來我也會繼續為女兒報讀Una其他不同課程。
承謙
承謙學生 (13歲)
Read More
在學習的過程中，我學會了更多關於人工智能(AI)知識，原來人工智能並不只局限於Siri等的功能。令我最深刻的是使用NLP (自然語言處理)下， AI從文字辨認人類感情的過程。我覺得這次的學習很有意義和很有趣。最後，多謝導師的悉心指導!
Michael Lai
Michael Lai學生
Read More
課程加深了我對AI的認識，課堂內容有趣，我特別喜歡編程部份。雖然考試內容有點難，但是經過老師詳細解釋，我可以成功完成考試！我會繼續在AI和編程方面努力學習。
Mr Lai
Mr LaiMichael Lai 家長
Read More
這課程對小學生來說有點挑戰性，但因為課程內容豐富充實，學生仍可輕易明白AI的基礎理論。多謝老師用心教導！
Wilfred
Wilfred學生 (11歲)
Read More
課堂中我除了學習到很多AI相關的知識，導師亦很友善及樂於解答學生的問題！所以我很享受是次有趣的學習體驗。
John Doe
John DoeToto(12歲) 家長
Read More
感謝老師及各位同事的關懷！我的仔仔可以得到這個成績，全因有老師的用心及關顧地教導！他會繼續努力，因為現今及將來都是智能世界，希望老師再能教導出更多好學生！
Previous
Next

常見問題

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。

  1. Microsoft Teams：請按此處下載 Microsoft Teams 及了解詳細設備需求。
  2. Una 平台：學生需運用能上網的電腦或手提電腦，透過已更新的瀏覽器 Google Chrome 或 Microsoft Edge 登入Una 平台，或可透過 IPad 登入Una平台。

登録 Una 平台的注意事項：

  1. Una 平台不支援智能手機
  2. IPad 用戶需要iPadOS 14.5或更高版本
  3. 使用電腦或手提電腦，以瀏覽器的正常模式（非無痕模式）登入，將有更佳的用戶體驗
  1. 我們收到您的註冊後，將向你發送Una 平台登錄說明。
  2. 請你於收到登錄說明後，在上課之前，透過此連結 https://app.una.study/，查看是否可以成功登錄Una 平台。 否則，請更換你的設備或更新您的瀏覽器，以確保我們能夠按時且順利地開始上課。

AI Maker x Microsoft AI-900培訓課程

  • 20小時一對一導師實時授課及考試
  • Una AI Maker 課程（一年）
  • Microsoft AI-900 精讀課程（一年）
  • Microsoft AI-900 證書考試券一張
  • 合格保障
  • Una AI Maker 學生用戶訂閱計劃（一年）
  • 一年優先支援
到校面授課程查詢 (學校適用)
到校面授課程查詢 (學校適用)
© 2023 Una Technologies Limited | 保留一切權利

聯絡我們

地址：香港科學園科技大道西19號3樓345室
電郵：[email protected]
電話/WhatsApp：+852 67112315
Facebook Instagram Linkedin Youtube