為使學生具備AI素養，且定期追蹤教學之成效，加強學生具備裕源集團所需之AI觀念以及基礎。裕源集團與群創科技打造殺菌機以及生產方面技術，本次特邀請陳少君講師來講述系列課程，希望透過本次課程使學生能夠銜接未來實習或是就業之觀念。

【11/17】

課程共計三個禮拜，共六單元，第一週主題為人工智慧與機器學習、機器學習的數據分析，透過了解才能進一步學習，所以講師在開始時，為同學講述了許多人工智慧在現在運用的方式，及人類之所以畏懼的原因。

世界上層出不窮的能力正在演化，而人工智慧會使人類害怕，因為它會自我進步，發展與人類接近相同的學習能力。而基因編輯是所謂讓胚胎進行調整，與人工智慧是相似的概念。其中，講師講圖靈測試的故事。人稱人工智慧之父的圖靈，也奠定下了基礎。從計算器→計算機→電腦，人工智慧慢慢演化，單純的計算到能夠儲存大量資料並演算，證明世界是一直在進步的。而科學已經進入到人類生活中，我們應該關注此類議題，實現讓人做到操控人工智慧。

人工智慧現今大部分用於分類問題或迴歸問題資料準備，經過測試然後驗證，調整參數，讓資料越來越準確。機器深度學習已經應用許多產業領域，例如：電腦視覺與光學檢測、自然語言分析與文字探勘、資料探勘與分析。另外人工智慧善於辨識、思考、模仿，越來越趨向人類神經元，它的進步速度，會成為日後的一大議題。

數據及大數據的種類繁多，從最開始的DATA到數值型資料及類別型資料，但通常都是處理數值型資料。

大數據定義：容量、多樣性、速度（資料流）、真實性、價值，各種不同的產業結構，需要快速的處理系統，進行準確又快速的數據計算。需要有價值性產生，讓資訊成為能夠創造價值的知識產業。

而資料進資料庫前，資料的缺失錯誤需要進行前置處理，有專業領域專家進行刪除或忽略選擇，讓資料標準化，選擇有效的特徵，能夠有效率減少時間浪費。建立模型分為監督式學習（迴歸分析、分類）與非監督式學習（分群），建立模型後，進行分析與指標評估。講師介紹許多建立模型與分析的統計圖表與公式，例如：合鬚圖、決策樹（降低資訊亂度），各種能夠讓資料有效率地成為靈活且實用的工具。

【11/24】

課程來到第二週，今日主題為機器學習與自動化、機器商業之應用。首先，講師為同學複習上週講述之關於人工智慧知識，讓同學能夠銜接本週課程。

本次課程圍繞著AutoML做說明，它能夠精準有效執行重複性工作，AutoML比起過往的ML較於精準，ML通常都需要經驗手動形成模型，且需要自行編程，而AutoML不需自己編程，就能夠建立模型。AutoML優勢多，例如：數據標準化、同時建立多種模型以便評比、選取最佳超參數等等......。有利快速建模，也比較精確。

然而，最重要的並不是機器學習產生的問題，而是商業問題。商業模式最重要的是賺取最大利益，原是利用ML問題預測未來生意，把系統導入。但為了更方便企業更容易使用，所以才把ML導入AutoML。本次課程運用Decanter AI這個系統，來學習建立模型，先以學習怎麼解讀資料及認識建模步驟為主。

進入系統內部後，可以上傳多筆資料數據，形成一個資料集。資料內有欄位、列數、大小等等資訊，資料可形成樣本資料、特徵、相關矩陣、時間序列圖。建模的各個步驟都需要練習，講師與同學說可以試著到系統操作，測試不同模型形成的樣子，同時也提供使用手冊，讓同學對於這套系統能夠非常快速上手。

【12/01】

課程進入最後一週，主要課題為實際建模課程，本次課程一開始，講師複習前一週的課程內容，使學生能夠與本週課程連接。

本次課程使用Decanter AI這套軟體，該軟體適合商業分析師、初階資料科學家。因應機器學習及技術背景的不同以及調整參數，都會使做出的實驗結果不同。建模第一步驟，就是一定要有數據集，第二步為定義實驗題目，第三步選擇特徵，第四步進階設定。

建模的優點有銷售預測（ex：餐廳生意預測）、分類（ex：決定是否貸款）、時間系列（ex：季節性銷售預測）。在不同的地方，模型都能觀察及預測公司的狀況，讓公司往好的方向發展。

講師舉例三個範本，利用其中兩份範本來做示範。第一個實例為餐廳生意，第二個是貸款償還預測，整體利用AutoML工具，從開始的上傳數據到產生最終報表。最後一個實例，是共同實作的數據，題目是季節性銷售序列，預測未來7天的銷售值。

學生獲益程度

（一）量化：

1.參與本次課程對生涯或職涯有幫助嗎 4.6

2.參與本次課程是否對「學習」這件事產生動力? 4.6

3.（承上題）是否會想學習自己專門科以外的知識? 4.6

4.參與本次活動之獲益程度 4.6

（二）質化：

1.全球技術日新月異，而其中人工智慧為何會使人類害怕，我們應該多多關心此類議題。

2.對於我來說人工智慧在現今的生活上有不少的地方能夠運用，但如何運用就在於自己。對於非相關科系卻想學人工智慧的人來說，學校開相關課程來讓大家學習，而學習到的知識若能整合使用在自己專業領域上，就是所謂的學以致用。

3.大數據結合AI人工智慧一直是許多企業的未來大方向，未來趨勢勢必在行，將會取代人力服務，轉變成機器人的系統服務。

4.這系列課程讓我學到了一些本身科系沒有聽過的額外知識，例如：大數據分析,機器的數據分析以及一些時間分析等等。

5.AI的學習從各種地方都能稍稍了解一些概念，大致也知道需要哪些知識，不過像這樣有專門的課程，有順序的介紹輕鬆了很多。

6.這系列課程讓我更加了解AI是什麼樣的概念，也對於操作順序有更深入的了解，方便之後的學習上手速度更加快速。也因為透過這堂課，知道了AI的相關知識及未來能如何運用。

7.我本身為資應相關科系，所以在一些名詞上還能夠理解，但有些資訊相關名詞，我認為非本科系生可能需要花更多時間去理解，所以非常謝謝老師的用心講課，受益良多。

8.無論從數據蒐集、分析到機器學習，逐步深入淺出的說明；加上簡潔的統計說明相關之數據特徵，再到建立模型，深入分析指標與評估等解說，皆讓我收穫不少。

9.對於老師細心的講解，我學習到許多以前不懂得AI相關的系統內容，希望能夠實際運用在未來職場上。

10.這系列課程下來，覺得老師講的很好、很仔細，能快速瞭解AI的歷史和主要功能的應用，還有這麼好的AI軟體，能預測很多營業數據及價格，能針對性別與年齡的報表，很實用。

11.對於這幾次的課程，對於大數據也有相對的了解。我們處在資訊爆炸的時代，利用大量的數據資料庫，進行分析與彙整，可以進行有效的運用。

12.透過老師詳細解說，讓我們明白了AI應用之處無所不在，各行業幾乎都可以透過AI分析，找尋解決問題的方法。

13.透過本次課程瞭解到人工智慧所擁有的潛力，譬如人工智慧能幫助人們分析讀取大量資訊，並判斷何時使用該資訊。

14.這3堂課讓我學習到了一些面對未來所需要的一些知識，讓我知道學無止境，人也需要一直跟隨著時代進步，豐富自己的智慧資料庫。

15.autoML的出現代表AI預測正走向大眾化，自動化的處理不僅能夠幫助專業的數據科學家快速的試探，也能夠讓沒有AI專業的人，能夠很簡單地操作就有更精準的預測結果。在此前景下，我希望能夠學習更多有關數據蒐集的理論知識，以及如何蒐集。