現代人工智慧精修班: 建構 6 個專案

利用人工智慧( AI )的力量來解決金融、科技、藝術和醫療領域的實際問題

從這 16 小時的課程，你會學到

使用 Tensorflow 2.0 Serving 部署基於 Emotion (情緒) AI 的模型，並使用該模型進行推理
理解 Explainable AI (可解釋的 AI ) 的概念，揭示人工神經網路( ANN，Artificial Neural Networks )的黑盒本質，並使用 GradCam 技術將其隱藏層視覺化
開發深度學習模型，實現腦腫瘤檢測過程的自動化和優化
開發深度學習模型來自動化和優化醫院的腦腫瘤檢測流程。
建立和訓練 AI 模型，使用 ResNets 和 ResUnet 網路(醫療保健應用程式)檢測和定位腦腫瘤
理解區隔( Segmentation )模型背後的理論和直覺，以及最先進的 ResUnet 網路
使用 AWS SageMaker XGBoost 演算法建構、培訓和部署商業的 AI 模型來預測客戶信用卡違約
運用超參數優化搜尋( hyperparameters optimization search )做 XGBoost 模型參數優化
理解 DeepDream 演算法背後的基本理論和數學原理，用於藝術生成
開發、訓練和測試最先進的 DeepDream 演算法，使用 TF 2.0 中的 Keras API 建立基於 AI 的藝術傑作
開發人工神經網路( ANNs )模型，並藉助 GPUs 和 TPUs 的力量，在谷歌的 Colab 訓練他們

要求

建議具備程式設計的基本知識。但是，這些主題將在早期的課程講座中廣泛介紹；因此，該課程沒有任何先決條件，並且對任何具有基本程式設計知識的人開放。參加本課程的學生將掌握資料科學基礎知識，並直接運用這些技能來解決現實世界中具有挑戰性的商業問題。

課程說明

人工智慧( AI )革命就在眼前！

“全球人工智慧市場預計將增長2,846億美元，複合增長43. 9% 。深度學習是這項研究中分析和評估的一部分，研究顯示這方面將有超過 42. 5% 的成長(來源: globenewswire)。

人工智慧( AI )是一門使電腦能夠模仿人類智慧的科學，例如決策、推理、文字處理和視覺化概念。 AI 是一個更廣泛的一般領域，涉及幾個子領域，如機器學習、機器人學和電腦視覺。

為了讓公司變得更有競爭力，並且快速增長，他們需要利用 AI 的力量來改進流程、降低成本和增加收入。如今，人工智慧在許多領域得到了廣泛的應用，從銀行業到醫療保健、交通運輸和技術等各個行業都在進行轉型。

近年來， AI 人才的需求呈指數級增長，而且不再侷限於矽谷！Forbes 雜誌稱，人工智慧技術是 2020 年最受歡迎的技術之一。

本課程的目的是以一種實用、簡單和有趣的方式提供你現代 AI 應用的關鍵方面的知識。本課程提供學生運用真實世界資料集的實際動手經驗。本課程涵蓋了許多新的主題和應用，如 Emotion AI (情緒 AI )、Explainable AI (可解釋的 AI )、Creative AI( 創造性 AI )，以及應用在醫療、商業和金融領域的 AI 用。

本課程的一個主要特色是我們將使用 Tensorflow 2.0 和 AWS SageMaker 來培訓和部署模型。此外，我們將涵蓋 AI/ML 工作流程的各種元素，包括模型建立、培訓、超參數調整和部署。此外，本課程經過精心設計，涵蓋了諸如機器學習、深度學習和電腦視覺等人工智慧的關鍵技術。

以下是我們將要做的專案摘要:

專案 #1（情緒 AI）：利用 AI 進行情緒分類與關鍵臉部點偵測
專案 #2（醫療保健領域的 AI ）：利用 AI 進行腦腫瘤檢測和定位
專案 #3（商業/行銷中的 AI ）：使用自動編碼器和無監督機器學習演算法進行商場客戶細分
專案 #4：（商業/金融領域的 AI ）：使用 AWS SageMaker 的 XG-Boost 演算法（AutoPilot）進行信用卡違約預測
專案 #5（創意性 AI）：AI 生成藝術作品
專案 #6（可解釋的 AI）：揭示 AI 的黑箱本質

目標受眾

經驗豐富的顧問，希望通過利用人工智慧來改變業界
人工智慧從業者，希望推進他們的職業生涯和建立他們的專業履歷組合
有遠見的企業業主，希望利用人工智慧的力量，使收入最大化，減少成本和優化他們的業務
對人工智慧充滿熱情的技術愛好者，希望獲得現實世界實踐經驗。

講師簡介

Prof. Ryan Ahmed | 450K+ 學生| 最暢銷教授 | 250K+ YouTube 人工智慧、LLM、Agentic AI、雲端運算、資料科學和 CoPilot 課程

大家好，歡迎！

我是 Ryan Ahmed 博士。我是教授、教育家，也是 Stemplicity School 的創辦人。在 Stemplicity School，我們致力於讓人工智慧和資料科學變得簡單易懂、實用、方便，人人都能輕鬆掌握。我熱衷於創造引人入勝、注重實踐的學習體驗，幫助人們在這個瞬息萬變的世界中蓬勃發展。

如果您剛踏入科技領域，或希望提升您在 AI、資料科學或雲端運算方面的技能，我的目標是讓這些複雜的主題變得平易近人、貼近生活、易於應用。在過去的十年裡，我已為來自160個國家的超過45萬名學員授課，並在我的YouTube頻道「Prof. Ryan Ahmed」上建立了一個擁有超過25萬訂閱者的全球社群。我在那裡分享教程和工具，幫助人們發展職業生涯。

我也曾為匯豐銀行、加拿大皇家銀行、Discover銀行和巴克萊銀行等公司在美國、加拿大和英國進行人工智慧企業培訓。在職業生涯早期，我曾在通用汽車、三星和Stellantis擔任領導職務，致力於電動車和自動駕駛汽車技術的研究。

我擁有麥克馬斯特大學的碩士、博士和工商管理碩士學位。此外，我也是註冊專業工程師和史丹佛大學認證的專案經理，在人工智慧和電池系統領域發表過50餘篇研究論文。但拋開這些頭銜，對我而言最重要的是看到他人取得成功。

如果您充滿好奇心、積極進取，並且渴望學習，我願助您邁出下一步。

Ligency 建構現實世界的 AI 產品

加入 Ligency，與超過 340 萬名學員一起學習。

我們擁有 4.6 分的講師評分、近 100 萬條評價，並提供 12 種語言的 121 門課程，幫助工程師、領導者和團隊掌握驅動當今人工智慧革命的技能，並交付實際成果。

我們從現實世界的起點出發：大型語言模型( LLM )及其驅動的產品。您將學習AI 和生成式人工智慧 (gen AI) 的基礎知識，然後交付生產級系統 – 聊天機器人、Co-Pilot、自動化和 AI 代理。我們將深入探討大型語言模型工程：檢索（RAG）、評估、可觀測性、安全性以及團隊大規模運行代理系統所使用的模式。

我們的技術堆疊實用且與時俱進。您將使用 Python、LangChain 和 LangGraph 快速建立原型；探索來自 OpenAI、Gemini 和 Claude（包括 Claude Code）的模型；使用 Hugging Face 和 Ollama 進行微調和部署；並在 AWS 上將其部署到生產環境 – 從 Bedrock 到事件驅動服務。需要自動化？我們利用 n8n、簡潔的介面和 CI/CD 將其完美整合。在此過程中，您將掌握在高負載下依然穩健的響應式工程技術。

未來發展方向：交付型人才的職位。熱愛建構的人才可以選擇 AI 工程師和 LLM 工程師；追求規模化可靠性的人才可以選擇平台和 MLOps 方向；致力於將智能體 AI 從簡報轉化為實際業務成果的人才可以選擇產品和領導力方向。貫穿始終的核心理念是：快速學習、快速建立、衡量一切、迭代優化。

從我們最暢銷的課程開始：

LLM 工程：精通 AI、大型語言模型和 Agents – 從最初的響應式設計到生產模式（RAG、Agents、評估、LangChain/LangGraph）的實踐路徑。

完整的 Agentic AI 工程課程 – 設計、編排和部署強大的 AI Agents 和 Agentic 工作流程。

生產環境中的 AI : 大規模的 Gen AI 和 Agenttic AI – AWS 上建置管道、監控和企業級部署的擴展模式。

生成式 AI 高階主管簡報：領導者的精通指南－生成式 AI 策略、治理與投資報酬率的簡明行動手冊。

如果您希望快速提陞技能並交付實際產品，歡迎加入我們。學習概念，體驗工具，建立產品 – 然後將其推向用戶。這就是 Ligency 的行事方式。

SuperDataScience Team 幫助資料科學家取得成功

大家好！

我們是 SuperDataScience 團隊。每當我們發布新的 SuperDataScience 課程、播客、部落格、分享速查表等等時，您都會收到我們的訊息！

我們致力於幫助您始終站在數據科學和技術的前端。

課堂上見！