課程內容:
人工智慧AI 是現在許多人想學習的技術,但多數人在學習的過程中都只是按照書本或電腦上的例題做實驗,得到的結果就像是別人設計好的,完全沒有實際感,更不知道怎麼運用到生活中。在此課程中,除了較容易使用的磚塊程式 Flag's Block之外,將使用目前最熱門的 Python 程式語言和非常火熱的 Keras 機器學習框架,除了教你 AI 基礎,更結合硬體控制,讓你可以將 AI 運用於生活中,實際做出有用的裝置,例如:『火災偵測: Line警報器』、和『 CNN–智慧聲控燈』,不再只是紙上談兵。
◎火災偵測: Line警報器:
撰寫程式, 當火光感測器偵測到強光時, 連網路至IFTTT平台傳Line傳訊息通知.
◎ CNN–智慧聲控燈:
自行蒐集聲控資料, 再利用Google Colab 訓練人工智慧CNN模型, 之後綜整為智慧聲控模型並實際應用, 體驗人工智慧模型的完整建構流程. 我們也將利用手機 Blynk APP 遠端控制CNN智慧聲控燈.
本課程更結合目前非常熱門的IoT(物聯網)技術,將實作完成的裝置連上網路雲端,例如遠端控制燈光、IFTTT物聯網平台傳遞訊息,結合AI與IoT兩項技術實作出 AIoT(智慧物聯網) 裝置。
課程目標:
讓學員了解人工智慧與大數據目前的發展與應用概況,將重點介紹與物聯網結合之各種應用,希望藉由實際的應用例子引起學員的興趣,作為學員將來生涯規劃發展的參考。
活動流程:
時間
|
活動名稱
|
地點
|
9:00-10:00
|
人工智慧與大數據的發展應用
|
靜安227
|
10:00-12:00
|
火災偵測: Line警報器:
1.D1 mini (ESP8266)控制板介紹與相關感測器及線路組裝
2. Flag's Block 磚塊程式設計
3. IFTTT 物聯網平台設定
4. 火災偵測: Line警報器實作
|
靜安227
|
13:00-16:00
|
CNN–智慧聲控燈:
1. ESP 32 控制板介紹與相關感測器及線路組裝
2. CNN深度學習架構介紹
3.蒐集聲音控制資料
4. Colab 建構CNN聲控程式
5. CNN–智慧聲控燈實作
6. Blynk APP 遠端控制CNN智慧聲控燈
|
靜安227
|
|