| AI廣告設計 |
🔖發(研發與創新)
🔖影音圖像設計
| AI結合創意產出海報作品，掌握影像編修與圖形繪製的基本功力，從設計概念到整合運用，結合創意發想，並活用於廣告設計實作中，並使用智能生成素材，提高效率完成精美海報作品。
課程大綱：
1. Photoshop應用：學習色彩管理、圖層運用與影像編修技巧，提升基本設計能力。
2. 影像合成與濾鏡運用：掌握遮色片、濾鏡及商業修圖技術，創造吸睛廣告視覺效果。
3. 創意海報實作：運用 AI 技術生成設計素材，結合創意與排版，完成品牌廣告海報設計。 | 無 |
| AI形象設計 |
🔖發(研發與創新)
🔖影音圖像設計
| 掌握設計流程，模擬CIS設計實作。本課程從色彩、字型等視覺基礎，到CIS企業識別觀念建立、Illustrator軟體實務，並運用AI生成技術支援打造精彩設計作品。模擬演練CIS設計專案流程，學完將能夠獨立完成名片、Logo等商業設計成品，擁有能帶著走的專業實力。
課程大綱：
1. Illustrator基礎：學習物件與路徑應用、圖層操作、色彩管理與特效工具。
2. 插畫技巧與文字設計：掌握平面向量繪圖、字體設計與圖文配置技巧。
3. CIS企業識別實作：模擬品牌識別設計流程，實作標誌、名片等商業應用設計。 | 無 |
| python程式資料分析 |
🔖銷(行銷與銷售)
🔖雲端架構及應用
| 本課程針對企業數位轉型需求，設計以Python程式語言為基礎的資料分析實作訓練。透過本課程，學員將學會資料蒐集、處理、分析與模型建立，從而提升企業決策效率與營運效能。課程強調理論與實作並重，並結合市場案例與企業應用，適合企業內部員工跨部門技能提升，推動整體數位轉型。
課程大綱：
1. Python入門認識：介紹Python認識與應用、開發環境建置、Anaconda安裝及程式執行。
2. Python基礎語法：涵蓋資料型態與變數、判斷式與迴圈、串列與元組、字典與集合、方法與繼承。
3. Python資料分析：包括資料分析概論、OpenData資料蒐集、資料處理與分析、模型建立與應用。
4. 資料分資料庫應用：實作Open Data資料分析與應用，強調實務演練。 | 無 |
| python爬蟲程式與視覺化分析 |
🔖銷(行銷與銷售)
🔖雲端架構及應用
| 本課程旨在培養學員利用Python進行網路爬蟲及數據視覺化分析的實務能力。學員將學習如何從網路上自動抓取大量數據、清洗與整理資料，並運用視覺化工具將數據轉換為直觀的圖表和報告。透過本課程，企業可以快速獲得市場與運營數據，協助決策優化、流程改進及創新產品研發，進一步推動企業的數位轉型。
課程大綱：
1. 建構 Scraper：介紹爬蟲程式原理、建構爬蟲環境、正規表達式應用、HTML/JSON解析及HTTP基礎。
2. Beautiful Soup4模組應用：講解Beautiful Soup4及urllib、logging應用。
3. 網頁資料處理：數據萃取、OpenRefine應用、Filter與Facet操作、自然語言處理及動態網頁處理。
4. 爬蟲程式實戰：實作案例，包括驗證圖像處理、爬取財經資訊、PTT與Facebook網頁數據。
5. 認識資料視覺化：建立視覺化觀念，學習Seaborn、Plotly、Bokeh與python-igraph等工具。
6. 製作視覺化網頁：實作Multi-plot grids圖表、style控制、程式色彩工具、網頁元件與互動圖表製作。 | 無 |
| Python視覺辨識與機器學習 |
🔖銷(行銷與銷售)
🔖雲端架構及應用
| 本課程旨在培養學員工運用Python進行視覺辨識及機器學習技術的能力，快速提取與分析影像數據，並建立智能決策模型。透過理論與實作相結合的方式，學員將掌握從影像預處理、特徵擷取、模型建立到實戰應用的全流程技能。
課程大綱：
1. 認識視覺辨識：涵蓋電腦視覺概述、OpenCV基礎、影像認識與操作、圖片處理與強化、影像特徵擷取。
2. 臉部辨識技術：介紹邊界偵測、人臉辨識概念、動態物體偵測與照片影像辨識。
3. 視覺辨識實作：實作OpenCV API應用，整合影像偵測、擷取及物體與人臉辨識模組。
4. 機器學習概論：機器學習基礎概述及Scikit-Learn的安裝與應用。
5. 機器學習應用(一)：學習線性迴歸、決策樹迴歸/分類、品質篩檢與K-近鄰演算法。
6. 機器學習應用(二)：探討Wrapper方法、Filter嵌入類法、人工神經網絡、集群PCA分析與SVM向量機。
7. 實戰機器學習：從建立問題模型、資料清理、模型訓練與檢驗，到模型修正與改進。 | 無 |
| Python 深度學習與應用實務 |
🔖財(財務與資源管理)
🔖資料與數據處理與分析
| 本課程旨在培養學員利用 Python 進行深度學習開發與應用的能力，涵蓋神經網路基礎、深度強化學習技術、生成對抗網路（GANs）、YOLO 影像辨識等熱門 AI 技術，並結合 TensorFlow 與 OpenAI Gym 進行模型訓練。透過理論與實務並重的方式，讓學員能夠運用深度學習技術於企業數據分析、智慧決策、影像處理及自動化應用等領域。
課程大綱：
1. 深度學習與開發環境：學習 AI 概念與開發環境，並實作預測房價案例。
2. 神經網路：掌握類神經網路的運作方式，包括梯度遞減、反饋演算法與激勵函數。
3. 神經網路套件（nn）：學習神經網路層策略、影像辨識、GANs 及 YOLO 框架應用。
4. 深度強化學習：理解價值函數、馬可夫決策過程、運作模型等概念。
5. 圖表化及逼近式學習：學習動態規劃、蒙地卡羅方法、Q 學習等強化學習策略。
6. 類神經深度強化學習：使用 TensorFlow DQN、OpenAI Gym 進行深度 Q 學習網路實作，並演練 AWS DeepRacer。 | 無 |
| Python Django Web開發實務 |
🔖產(生產)
🔖網站架設與設計
| 本課程旨在培養學員使用 Python 進行 Web 開發的實務能力，學習 Flask 與 Django 框架的應用，並透過 MVC 架構建立動態網頁與資料庫管理系統。本課程將涵蓋 Python 物件導向程式設計、資料庫操作、Flask 基礎開發以及 Django 架構應用，並透過專案實作強化學習成果，幫助學員打造高效能、可擴展的 Web 應用。
課程大綱：
1. Python物件導向程式設計：學習物件導向概念、封裝、多型與繼承等技術。
2. 資料庫應用：掌握資料庫的基本操作、SQL語法及錯誤處理技巧。
3. Flask框架應用：學習 Flask 框架開發流程，並實作基礎網頁與模板應用。
4. Django框架應用：學習 Django 框架，建構完整的 Web 應用專案，包括資料庫管理、用戶註冊與部署等功能。 | 無 |