線上活動科技學習

第五屆《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

901
18
2020.11.01 (Sun) 00:00 - 11.28 (Sat) 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



機器學習百日馬拉松是一個結合自學、專家協助及社群共學的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,機器學習的歷程充滿大量的資訊與知識點,僅靠自學將充滿挫折並浪費大量時間。

本活動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。

AI學習馬拉松系列已累積共超過6000多位學員參與,想要與專家與同好一起學習的朋友,這次要把握機會報名。本屆馬拉松除了有更多 AI 專家加入、原有教材再升級,提供更多延伸閱讀,幫你更有系統掌握 AI 知識。

我們希望與你一起分享社群導向的學習方法,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。

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。
 

完成本活動100多個學習知識點與期中期末的 Kaggle 考試,你將建立以下能力:

  • 資料預處理技術
  • 資料特徵工程
  • 經典機器學習模型
  • 深度學習基礎
  • AI 基礎的程式實作能力
     

有了以上的基礎能力,未來你更可以進一步學習以下應用技術:

  • 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。
  • AIOT 智慧物聯網與邊緣運算技術:如自駕車、無人機、環境監控感測、Maker創意發明、嵌入式系統、智慧家庭、智慧工廠、智慧城市、智慧醫療等應用領域。

你的努力成果 值得被看見

  • 打造獨特履歷亮點
    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。
     
  • 職涯發展學習加分
    你在本活動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與內容,提升對各知識點的掌握,為你未來的職涯發展與學習加分。
     

在學習路上你不再孤單,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,學習過程的各種疑難雜症也會有專家和社群同儕參與回答

  • 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。


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。
  • 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)。

學員可以在Cupoy社群中與專家進行提問,包括基礎知識、實務開發、套件安裝、解題方法、程式除錯、參數調校.......等各種問題,專家都會為你找出問題癥結點,給你最需要的建議或解答。

只要參與Cupoy AI學習馬拉松,你將可以與各種AI專家持續互動,永久有效

 


活動資訊


  • 活動時間
    活動報名後,將於1個工作天開啟學習帳戶(不含例假日),永久觀看。
     
  • 活動期限
    活動報名截止日期 2020/11/28 (額滿即提前停止售票)
     
  •  活動費用
    👉  單人票 $1,990 / 多人套票 $1,850
    備註:(多人報名資料,請勿勾選所有票券均代入相同資訊)
     
  • 活動進度
    參加者可依照自己的學習狀況提交進度,達成馬拉松完成條件與 Kaggle 競賽目標,將頒發完賽證書,詳情可參閱FAQ。
     
  • 學習方式
    參加者至 Cupoy 官網閱讀教材、提交程式碼作業,在專屬問答社區與專家互動交流,解題遇到困難或是AI主題都可隨時向駐站專家提問討論。活動進行方式為線上,不會有實體授課,達成馬拉松完成條件與 Kaggle 競賽指定目標,將頒發完賽證書。
     
  • 登入帳號
    我們將預設你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。(請注意:此活動為網路活動,不會使用到 Accupass 寄送的 QR Code )
     
  • 精彩課程試閱
    💁‍♂ 資料介紹與評估資料 (建議使用電腦瀏覽)
    💁‍♂ 機器學習概論 
     
  • 參加資格
    課程範例程式碼以 Python 語法為主,需對機器學習有基礎入門的認識,可參考課程試閱評估難易度是否合適。建議您能具備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。
  • 電腦設備:
    Windows/Mac/Linux系統,64位元版本

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?

票卷使用與期限(帳號開通與說明)

馬拉松學習頁面使用說明

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?

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?

我找不到 Cupoy 註冊電子郵件確認信件?

如何開通 Cupoy 帳號開始學習?

如何進入共學社團?
 

參加活動前,請詳閱以下注意事項,以保障您的權益


  • 參加規則
    參加前請務必參照活動辦法提供的文件內容,註冊與下載需使用之軟體與平台。
     
  • 取消參加
    請於活動開始日期前 8 天開始前提出申請,因委託 Accupass 進行退費,配合 Accupass 退費方式,退款手續費 10% 由申請退款者自行吸收。
     
  • 著作權
    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。
     
  • 服務異動
     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。
    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。
     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。
     
  • 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,報名雙人票券的朋友將是以各別提供的電子信箱登入,每個人都會有各自登入帳號 (不會使用到 Accupass 寄送的 QR Code)
     報名雙人票卷,僅有課程訂購人Email會收到由「Accupass」系統自動寄送訂單完成信,您與朋友將於課程上線時,收到由主辦單位分別寄送的課程活動通知信。
     
  • 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 日內以前提出,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:02-25567226 

聯絡人:王小姐 聯絡時間:週一到週五 1000-1900

avatar

聯成數網

第五屆《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

2020.11.01 (Sun) 00:00 - 11.28 (Sat) 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