線上活動科技

《機器學習百日馬拉松》業界專家陪你用 100 天打下機器學習紮實基礎

1,955
9
2020.07.01 (Wed) 00:00 - 07.30 (Thu) 00:00 (GMT+8)加入行事曆

此活動為線上活動,購票後可於票券頁進入直播連結

線上活動

此為線上活動,不受地點限制,輕鬆享受活動樂趣!

專家陣容擴大、教材再進化,首創 AI 共學社群,搶先一步進入 AI 人工智能領域,翻轉傳統上課模式,以自主練習與專家協助獲得最大學習成效。
專家陣容擴大、教材再進化,首創 AI 共學社群,搶先一步進入 AI 人工智能領域,翻轉傳統上課模式,以自主練習與專家協助獲得最大學習成效。

線上活動

此為線上活動,不受地點限制,輕鬆享受活動樂趣!

活動簡介

👉 最新活動與報名資訊請點此

專家陣容擴大、教材再進化,首創 AI 共學社群,搶先一步進入 AI 人工智能領域,翻轉傳統上課模式,以自主練習與專家協助獲得最大學習成效。

機器學習百日馬拉松是一個結合自學、專家協助以及社群討論的 AI 自學挑戰活動,目的是希望學員從參與的那天起,每天至少花一小時,有系統的學習資料科學與機器學習的相關知識點,並進行 AI 程式練習,連續堅持 100 天,進而更好理解和掌握資料科學與 AI 程式實作的能力。因為我們發現對一位新手來說,機器學習的過程充滿大量的資訊與知識點,即便有許多公開的課程和書籍,卻不知從何著手,僅靠自學的過程,其實充滿挫折並浪費大量時間。

本次活動我們匯集了一群台灣優秀的資料科學家、企業中高階經理人與專業的軟體工程師,彼此分享與優化學習過程後,規劃出最佳學習地圖,幫助 AI 學習者能夠以更有效率的方法學習。加入專家們的學習社群,你能更快掌握 AI 產業應用的關鍵知識。此外,你還可參與全球最大數據競賽平台 Kaggle 檢驗學習成效,留下你的實戰紀錄,讓其它人看見你的能力與努力。

為了讓學員在學習的路上不孤單,除了有專家陪伴外,《機器學習百日馬拉松》的共學社群,可以讓你找到志同道合的學習夥伴,在學習的路上一起努力。無論是線上討論、線下組織讀書會,或是邀請夥伴一起參與 Kaggle 競賽,都可在共學社群中完成。

不論你正從事 AI 相關工作,或者想規劃進入 AI 產業,我們想和你一起分享社群導向的學習方法,希望透過你的參與,一起優化 AI 學習曲線,讓你更有效地在資料科學與機器學習的領域快速成長,累積更多實務學習經驗。

◤ 活動特色 ◢

1⃣ 與業界專家共學,結合社群與翻轉教育的學習模式
2⃣ 系統化地歸納超過100個機器學習重要知識點
3⃣ 遇到問題免煩惱,直接在專屬的問答論壇詢問陪跑專家
4⃣ 完整掌握學習進度,循序漸進挑戰自我
5⃣ 參與全球數據競賽平台比賽,累積實戰力為履歷加分
6⃣ 出題專家主題回顧 ,幫你解析出題原理與解題技巧
7⃣ 首創共學社群,幫助你找到志同道合的夥伴一起學習
8⃣ 學員資格永久有效,線上學習永不中斷


  • 計畫緣起

機器學習與各行業深度結合的應用場景已無所不在,無論是新創或傳產,都可能透過機器學習解決過往難以解決的複雜問題。目前台灣企業在 AI 導入的腳步仍然緩慢,除了人才嚴重短缺,教育方式與學習效率無法跟上產業的快速變化也是主因。

「機器學習百日馬拉松」專家陪跑計畫,整理了一百多個機器學習與深度學習的重要知識點,是以自主學習加上翻轉教育的方式引導用戶學習,並輔以業界專家協助回答學員在學習過程中的疑難雜症,希望以社群學習的方式加速學員在學習 AI 的速度與快速累積實戰基礎能力。

  • 學習地圖與活動任務

本活動從機器學習概論、資料預處理與特徵工程技術等資料前處理技術開始,到傳統機器學習模型與調參介紹,再到非監督式機器學習和深度學習理論與實作,共包括 9 大學習里程碑,能夠完成大部分學習任務的學員,我們相信你已經能初步掌握機器學習與深度學習的重要基礎知識與初級實戰能力。


 

◤ 9大學習里程碑 ◢
1⃣ 機器學習概論
2⃣ 資料清理與數據前處理
3⃣ 資料科學與特徵工程
4⃣ 機器學習基礎模型建立
5⃣ 機器學習調整參數
6⃣ 非監督式機器學習
7⃣ 深度學習理論與實作
8⃣ 初探深度學習(Keras)
9⃣ 深度學習應用(使用CNN卷積神經網路)

  • 本課程適合對象

「機器學習百日馬拉松」適合所有希望開始投入機器學習與深度學習的新手們加入,活動規畫的學習任務能讓學員們有系統的逐步掌握機器學習的重要知識點。

適合的對象包括:

  • 大學生或研究生:希望可以有專家指導機器學習與資料科學相關的學習問題
     
  • 資料分析師:希望提升機器學習的技能,有自學能力但需要專家協助
     
  • 機器學習初學者:希望能深入了解並嘗試挑戰 Kaggle 上的比賽
     
  • 資料科學家、AI 演算法工程師:希望轉職成為相關領域者
     
  • 軟體工程師:工作上需要使用 AI 與大數據相關技術者
     
  • AI創業者:希望了解機器學習並能和 AI 工程師順暢溝通

  • 業界專家陪跑,快速聚焦核心知識點

機器學習百日馬拉松專家陪跑計畫,由專家群規畫完整的關鍵知識點,以每天 1 小時的學習節奏為學員開啟知識探索地圖,加速你的基礎學習進度。

  • 實務經驗傳承
    學員們在課程中所遭遇的學習問題,專家都會盡力協助解答,並分享業界實務經驗。
     
  • Kaggle期中/期末專題實戰。
    本課程在期中和期末各設置一次 Kaggle 挑戰:由專家群特別精心規劃的程式實作專題,讓你結合先前所學的知識點,挑戰基礎與進階的目標,大幅增進應用的技巧。透過嘗試與修正的過程,並隨時與專家討論與詢問,進而完整地將知識與實作結合。
     
  • 陪跑專家回答問題範圍不侷限於馬拉松課程,學員有與機器學習/深度學習相關的問題也歡迎加入討論。
     
  • 本活動也很歡迎本身對機器學習/深度學習精通的專家們申請加入,一同創造更友善的AI學習環境 (詳情請洽主辦單位)。
     

【 你將學會什麼 】

如果你能完成本活動規畫 100 多個學習知識點和期中期末的 Kaggle 考試,你將能掌握資料預處理、資料特徵工程、經典機器學習模型、深度學習基礎與 AI 基礎的程式實作能力,讓自己打下未來進階的 AI 學習能力。

【 相關知識點於未來實務應用範圍 】

  • NLP + AI 自然語言與 AI 相關的應用技術:如文件資訊萃取、自動生成內容、情緒分析、機器翻譯、聊天機器人、問答機器人、推薦系統、欺詐訊息偵測、市場輿情與用戶風向分析、用戶滿意度分析、知識挖掘與關鍵訊息萃取、公開市場金融資訊投資預測 ...等 AI 相關應用技術。
     
  • CV + AI 電腦視覺與AI相關應用技術:如臉部辨識、文字辨識(OCR)、醫療影像、停車空位偵測、客流分析、自動駕駛、AOI 光學瑕玼檢測.. 等 AI 相關應用技術。
     
  • Voice + AI 智慧語音 AI 相關應用技術:如生物語音辨識、語音助理、語音翻譯等 AI 相關應用技術。

  • 「獨家」業界專家幫你解決學習的疑難雜症
     
  • 兼顧每位學員的學習需求
    每位學員的背景和需求各自不同,在學習過程中遭遇的問題也各自不同。為了讓學員們能順利學習,掌握關鍵知識點,Cupoy的 AI 專家群會盡力回答學員的提問,從主題觀念、套件安裝、底層知識概念、解題方法、參數調校等,甚至實務開發的問題,專家都會盡力給你最適合的建議與解答。
     
  • 學習不間斷,一次購買永久學習
    本活動除了學習任務挑戰,學員在參與本活動後可永久使用本活動 VIP 共學論壇,與專家和同儕自主學習討論。討論不侷限於學習任務,只要與論壇主題相符即可自由交流。

 

  • 社群共學 凝聚同儕一同學習
     
  • 共學社團:提供組織線上/線下共學社團功能,幫你輕易找到志同道合的學習夥伴。
     
  • 與專家共學:與領域專家互動,學習該領域最實用的實作知識,幫助您快速累積產業實力。
     
  • 共享知識:在共學社團中你可以分享,或取得其他成員所提供的即時 AI 知識,讓你洞悉產業應用的潮流趨勢。
     
  • 本活動規畫的學習任務挑戰,學員可以將自己完成的程式上傳到 Github 並在共學論壇中分享,其它學員也可以參與論壇中的問題討論,透過專家與學習同儕的群眾智慧,一起克服在學習中的各種疑難雜症。

你在本馬拉松的學習紀錄與專題成果,將上傳至世界最大的開源碼平台Github,你可以反覆練習與修改上傳的程式碼,提升對各知識點的掌握,而這些紀錄將為你未來的職涯發展與學習加分。

  • Github

透過提交個人的學習紀錄與專題成果,讓其它人看見你的努力與堅持,未來幫助你在履歷和進修方面加分。

  • 超過 5,500 位學員加入 AI 學習馬拉松,掌握去蕪存菁的學習資源,即刻優化個人 AI 的學習曲線。

活動資訊


  • 活動開始時間:
    「隨到隨跑,立即開始挑戰」,報名後您將在3個工作天內收到主辦單位寄送的活動通知信與會員啟動信,Accupass 填寫的電子信箱將預設為您的課程登入帳號,請參考通知信件說明啟動活動權限,即可開始學習。

    權限開通後,一年內您可依照個人時程安排學習進度,期間達成馬拉松完成條件與Kaggle競賽指定目標,將頒發完賽證書。
     
  • 報名期限:
    活動報名截止日期 2020/07/29 (額滿即提前停止售票)
  • 學習保證: 
    本活動的學員能永久使用Cupoy的VIP共學社群服務(內含:每日領域新知 / 專家問答服務),隨時與專家切磋討論AI問題,自由交流與觀摩其他學員作品。目前累計超過5,500 位學員 AI 相關累積問答數已超過 2,200 則,點此查看
     
  • Cupoy活動官網連結

活動內容


  • 精彩教材試閱:
    💁‍♂ 資料介紹與評估資料 (建議使用電腦瀏覽)
    💁‍♂ 機器學習概論 
  • 活動進度:
    參加者可依照自己的學習狀況提交進度,若無法每日提交作業,也可集中至假日一併提交。

     
  • 學習方式:
    1. 參加者至 Cupoy 活動官網上面閱讀教材、觀看題目、提交作業,在 VIP 專屬問答社區與專家互動交流,解題遇到困難可向專家直接提問,與同儕互相討論學習。

    2. 提供範例程式碼與作業練習、Kaggle 期中期末競賽、多元補充與推薦教材(影音/文章)等,方便您反覆溫習。

    3. 活動進行方式採線上進行,不會有實體授課,只要有網路的地方您都可以參加百日馬拉松的活動,也歡迎海外的朋友來報名,教材內容以繁體撰寫,某些推薦閱讀會提供英文網站與資源。

     
  • 登入帳號:
    我們將預設您提供的電子信箱為活動的登入帳號,報名多人套票的朋友將以各別提供的電子信箱登入,每個人都會有各自登入帳號。(請注意:此活動為網路活動,不會使用到Accupass寄送的 QR Code)
     
  • 參加資格:
    課程範例程式碼以Python語法為主。建議您在正式開始前能具備Python或其他程式語言初級以上的能力,或預習完成下列Python影片。

    莫煩Python3基礎學 shorturl.at/ouSV3
    彭彭老師python入門教學 shorturl.at/rvBW9
     
  • 預習知識:
    關於學習機器學習所需要的數學基礎知識,並不複雜,建議您開始學習前能先預習,幫助你解題更上手。

    微積分:微分找極值、連鎖率 (the Chain Rule)、偏微分 https://bit.ly/2ZjqhAe
    可汗學院 x 網易公開課 (附中文字幕) https://bit.ly/2Zfd0sn
    線性代數:基本矩陣運算、矩陣性質、線性方程式 ​​李宏毅老師 https://bit.ly/2zhTYTz
     
  • 電腦設備:
    Windows/Mac/Linux系統,64位元版本

     
  • 完成條件:
    1. 完成全部題目
    2. 參加並達成Kaggle競賽指定目標,將頒發完賽證書。

 

【Marathon】無法每天花一小時上課,可以事後花時間上課學習嗎,作業有提交時間限制嗎?

【Marathon】請問教材內容僅能在活動期間讀取及閱讀嗎? 還是能在活動結束後仍可以看這些資料呢?

【Marathon】課程是線上影音教學嗎?是在什麼平台呢? 社團能自由提問嗎?

 

活動注意事項


參加活動前,請詳閱以下注意事項,以保障您的權益

一、登入帳號

1. 我們將預設您提供的電子信箱為活動的登入帳號,報名雙人票券的朋友將以各別提供的電子信箱登入,每個人都會有各自登入帳號。

2. 報名多人票卷,僅有課程訂購人Email會收到由「Accupass」系統自動寄送訂單完成信,預計 3 個工作天會寄送課程活動通知信至個別信箱。

3. 參加前請參照作業與競賽辦法提供的文件內容,註冊與下載相關軟體與平台。

二、取消參加

退費申請:因委託 Accupass 進行退費,配合 Accupass 退費方式,欲取消參加,請於活動開始日期前 8 天開始前提出申請,最後申請時間為 7 月 20 日,退款手續費 10 %由申請退款者自行吸收。

三、著作權

1. 參賽者提交作業之著作權,歸屬參加者個人所有,但主辦單位共同擁有為推廣活動及教育目的重製、下載及公開展示等權利。

2. 主辦單位活動題目內容之文字與圖檔、資料或原有衍生之智慧財產權,隸屬於主辦單位所有。

四、服務異動

1. 主辦單位保留可更改活動內容之權利,由官網通知所有更新異動內容。

2. 凡報名參加者,即視為同意本參加規則的各項規定,若有未盡事宜或不可抗力因素而有所異動,主辦單位保有變更內容之權利。

3. 參加者於問答社區內所提問的問題,主辦單位將保留回覆問題時間與頻率異動之權利。

五、開立發票

請於報名表內填寫發票資訊,發票若有問題,請於報名繳費後 7 日內提出,逾時不受理。

若有任何問題可寄信到官方客服信箱 service@cupoy.com 詢問

聯絡電話:02-2558-0996

聯絡人:丁先生  聯絡時間:週一到週五 1000-1900

avatar

聯成數網

《機器學習百日馬拉松》業界專家陪你用 100 天打下機器學習紮實基礎

2020.07.01 (Wed) 00:00 - 07.30 (Thu) 00:00 (GMT+8)

活動嘉賓

楊証琨
楊証琨
杜岳華
杜岳華
杜靖愷
杜靖愷
周俊川
周俊川
游為翔
游為翔
楊哲寧
楊哲寧
陳宇春
陳宇春
陳明佑
陳明佑
張齊文
張齊文
loading