n 活動說明：
本次課程分享Google機器學習框架Tensorflow、keras，，我們將以「監督式學習Supervised learning」影像分類專案(Image Project)、物件辨識專案(Image Project)為例，帶大家在雲端/本地端上收集分類的資料、進行機器學習，驗證學習的結果，驗證後的結果可供使用者匯入如RPi4自走車來實現邊緣運算、號誌辨識、智慧商店、人臉辨識等專題。
本次課程規劃：
一、使用不需撰寫程式的Google Tensorflow與Keras機器學習框架、雲端機器學習平台工具，客製化自己機器學習解決問題的情境。於雲端驗證，調整訓練後的資料、模型。
二、將訓練後的模型，匯出於電腦，以不需連線網際網路的方式，將自走車與場地上辨識路牌號誌，做出各種對應動作。
三、以自走車號誌辨識，體驗Python設計的圖形化人機互動介面，智慧商店。
四、體驗以不使用雲端平台，以Python程式與套件建構的機器學習人臉識別、物件辨識範例
報名網址： (第一場次) https://forms.gle/WZroPVFsV1nuyzKy8
(第二場次) https://forms.gle/Q2xBeKsBhZ44eGsT6
n 地點：第二棟紀念大樓W23(STEM智慧教室)
n 人數：預計每場次20人，額滿為止，錄取名單將email通知。
n 學員自備材料：可以上網的筆記型電腦
n 實作課程安排：
|
等別 |
內容 |
講者 |
|
第一場次：111年8月29日(一) |
||
|
1000~1200 |
使用Google機器學習工具 (1) AI、機器學習、深度學習介紹 (2) Google學習框架、雲端環境介紹 (3) 實作深度學習應用- 影像分類器 |
經濟部工業局DIGI+Talent網路數位學園 曾俊霖 授課講師 |
|
1200~1300 |
午餐 |
|
|
1300~1700 |
機器學習應用專題(一) (1) 利用攝影機結合Tensorflow+Keras機器學習框架辨識號誌圖卡 (2) 訓練機器學習模型 (3) 架設電腦(樹莓派)環境，進行遠端控制 (4) 於電腦(樹莓派不連網際網路)執行路牌、號誌識別 |
經濟部工業局DIGI+Talent網路數位學園 曾俊霖 授課講師 |
|
第二場次：111年9月21日(三) |
||
|
1000~1200 |
設計智慧商店 (1) 雲端Teachable Machine機器學習工具應用 (2) Python互動介面設計-有語音的簡易智慧商店 |
經濟部工業局DIGI+Talent網路數位學園 曾俊霖 授課講師 |
|
1200~1300 |
午餐 |
|
|
1300~1700 |
人臉識別 (1) 人臉識別介紹 (2) 收集人臉資料、訓練人臉模型 (3) 於電腦(樹莓派不連網際網路)執行人臉識別
物件辨識 (4) 辨識物體種類 (5) 辨識框出影像中的物體 |
經濟部工業局DIGI+Talent網路數位學園 曾俊霖 授課講師 |