全面掌握 Python:跨領域應用的探索

全面掌握 Python:跨領域應用的探索

本課程結合理論與實踐,旨在培養學員全面掌握 Python 程式設計,並透過多元實作引導學員入門多個應用領域。 它如同百科全書的目錄,幫助學員探索從資料處理、機器學習、自然語言處理到電腦視覺與深度學習的基礎知識,為未來進階應用奠定堅實基礎。

課程大綱

本課程將從程式基礎出發,透過系統化設計與豐富的實作,逐步培養學員的運算思維,讓學員們能將所學靈活運用於實務中。 隨後將引導學員探索各領域應用,培養跨領域的問題解決能力,拓展視野,幫助同學們發掘自我興趣,為未來的成長與發展奠定基礎。
1️⃣ Python 基礎 帶領學員熟悉變數、資料型態、控制結構及檔案處理等基礎語法,奠定程式設計的扎實基礎。
2️⃣ 物件導向設計 (OOP) 與模組管理 學習類別、物件及繼承等 OOP 概念,並掌握模組與套件的管理技巧,提升程式設計效率。
3️⃣ 資料處理與視覺化 運用 Numpy 和 Pandas 進行資料分析,並透過 Matplotlib 與 Seaborn 建立視覺化圖表,提升數據解讀能力。
4️⃣ 爬蟲技術 從 Requests 與 BeautifulSoup 入門,學習網頁資料擷取技術,並使用 Selenium 進行自動化爬蟲與資料儲存。
5️⃣ 機器學習 使用 Scikit-learn 建立回歸與分類模型,掌握模型訓練、測試及優化,涵蓋經典機器學習演算法。
6️⃣ 自然語言處理 (NLP) 學習文字前處理、情感分析、命名實體辨識,並運用視覺化方式呈現結果,打造互動聊天機器人。
7️⃣ 電腦視覺處理 使用 OpenCV 進行影像處理、物件偵測與人臉辨識,強化影像處理與應用能力。
8️⃣ 深度學習 介紹神經網路的基礎運作,並建立卷積神經網路 (CNN) 模型,應用於影像分類。


課程特色
• 理論與實作並重:每個單元皆包含理論講解與上機操作。
• 循序漸進:由淺入深,適合初學者與進階者。
• 跨領域整合:從資料處理到 AI 技術,涵蓋多種熱門領域。
• 專題製作:課程末將有專題挑戰,實踐課程所學。





適合對象

本課程適合所有對程式設計有興趣的學生與跨領域人士,無論是 程式設計初學者,或希望進一步提升 Python 實戰能力的開發者, 以及對人工智慧 和 深度學習 有興趣的學習者。課程提供豐富的實作機會,讓學員將理論轉化為實務,親手開發出具實際應用價值的專案。
*此課程也建議作為 Python 進階課程 或 各領域應用課程 的先修基礎,為學員進一步學習奠定堅實的起點。




開發環境

• Python IDLE:輕量且易用的內建開發環境,適合初學者快速上手。
• Anaconda:集結多種資料科學工具,方便管理套件與虛擬環境,適用於資料分析與機器學習專案。
• Google Colab:雲端環境,免安裝設置,適合進行 Python 開發、資料科學及深度學習實驗。
• Visual Studio Code (VS Code):功能強大的程式編輯器,支援多種語言與插件,提升開發效率。
*無論您使用 Windows 或 Mac 作業系統,這些開發環境皆具良好相容性,能為您的學習提供穩定且靈活的開發平台,確保順暢高效的開發體驗。

實體課程注意事項

本班為實體課程,常見QA詳情連結

校園防疫措施詳情連結

公務員全程參與課程學習後可於課程結束後申請登錄公務人員學習時數

課程影片觀看期限至課程結束後一週關閉

(一)退費期限:開課日後⅓時數內,詳情連結

(二)查詢結業狀況:結業名單連結

近期班次

  • 第426期 確定開課

    課程類別:二五夜間班

    開課日期:2024.12.03 ~ 2025.01.03

    上課時間:

    週 (二)(五) 7:00 PM ~ 10:00 PM

    學費:新生新台幣6500元整

    注意事項:

    需自備筆電

  • 講師介紹

    學歷

    國立台灣大學 生醫電子與資訊學 博士候選人                                                                                

    著作

    Journal

    • Computer Methods and Programs in Biomedicine
      Feng, P. H., Chen, T. T., Lin, Y. T., Chiang, S. Y., & Lo, C. M. (2018). Classification of lung cancer subtypes based on autofluorescence bronchoscopic pattern recognition: A preliminary study. Computer Methods and Programs in Biomedicine, 163, 33-38.

     Conference Papers

    • [Best Paper]The 4th Multidisciplinary International Social Network Conference
      Prediction Model of Cervical Spine Disease Established by Genetic Programming
    • [Best Paper] Symposium on Engineering, Medicine, and Biology Applications Radiomic MRI T1WI Features used in Predicting Gene Mutations in Brain Tumors
    • ICU 2018 : 20th International Conference on Ultrasonic Quantitative Evaluation of Mitral Regurgitation by using Color Doppler Ultrasound
    • The 12th Asian- Oceanian Congress Of Neuroradiology Integrate Genetic Programming with TABU Search to Establish a Prediction Model of Cervical Spine Disease

    教學經驗

    • 艾鍗科技有限公司 – Python、電腦視覺、機器學習、Micro:bit講師
    • 金甌女中 – AI2講師
    • 在本訓練班擔任講師之授課時數累計至2024年3月1日為790小時

    證照

    • Microsoft - Querying Microsoft SQL Server 2012
    • Microsoft - Programming in HTML5 with JavaScript and CSS3
    • TQC+ - 行動裝置應用程式設計(專業級)、ERP 商用雲端APP教學認證