55
名額
14
已選
41
餘額
選課分析
| 期中考 | 30 | |
| 作業 | 30 | Kubeflow pipeline練習 |
| 專題實作一 | 20 | kubeflow yolo pipeline實作 |
| 專題實作二 | 20 | kubeflow LSTM pipeline實作 |
本課程目標為提供一高階 AI 流程自動化佈署內容,結合模組化容器技術介紹,尤其重視虛擬化流程 pipeline 觀念導入智慧製造業界議題,如排程優化、機器視覺檢驗及機器手臂控制等 ,最後 以業界出題之應用結合AI自動化 container operator optimization 評估進行產學合作專題呈現 ,讓學生了解容器優化的重要性,並應用到金融大數據應用 產業 。 過程會介紹人工智慧 大數據分析學習訓練技術,包括類神經網路及深度學習 並結合雲端運算進行資源共享;進而使學生畢業後可以結合先進 AI 理論進行 AI 自動化應用 推廣,進而對 國家企業應用AI提升有所助益。
https://github.com/FootprintAI/kubeflow-workshop
查詢過去本課程開課紀錄:
人工智慧製造創新與實作 歷史開課紀錄