機器學習基礎課程 Introduction to Machine Learning
機器學習 from Zero to Hero
中學IT創新實驗室計劃適用

人工智能 (AI) 是近年熱門的科技領域。有見及此，牛津大學出版社推出機器學習基礎課程，以完整的課堂教材、綜合評估和到校指導服務，讓學生容易掌握 AI 概念，並結合機器學習的相關知識和應用技巧。

本課程內容：

  • 利用 Teachable Machine 訓練影像分類模型
  • 利用影像分類模型和 Python 控制Raspberry Pi 的 GPIO，建立 AIoT 裝置 (寵物餵食器)
  • 利用 TF Lite Model Maker 訓練物體識別模型
  • 利用物體識別模型和和 Python 控制 Raspberry Pi 的 GPIO 和攝影機，建立智能裝置 (寵物網絡攝影機)
  • 利用 Python 處理數據，並利用 TensorFlow 訓練深度學習模型
  • 使用深度學習模型進行時間序列分析 (預測股票價格的程式)

課程顧問

陳漢夫教授
陳漢夫教授
香港城市大學數學系講座教授
梁國豪校長
梁國豪校長
香港中文大學校友會聯會張煊昌中學
彭嘉煒老師
彭嘉煒老師
聖母會獻主會中學 STEM 教育統籌主任
課程對象：
中一至中四對編程有興趣的學生
每班人數：
每班最多 20 人，共 6 課（每課 2 小時）
推行模式：
到校教學（兩位導師）
教學資源：
課堂簡報、學生工作紙、Jupyter 編程筆記本（包括中、英文版）
獲取技能：
Python 編程技術、利用 TensorFlow Lite 訓練和應用影像分類模型及製作人工智能物聯網 (AIoT) 裝置
預期成果：
學生完成課程後，需分組錄製影片匯報作總結評估，學生也會製作電子學習歷程檔案

機器學習基礎及影像分類

分組專案：智能寵物餵食器 單元 1


機器學習基礎及物體識別 單元 2

機器學習基礎及物體識別

課程包括

  1. 課程簡介
  2. 詳細課堂簡報、學生工作紙、Jupyter 編程筆記本，以作學習相關理論和實作活動之用
  3. 兩小時導師指導課堂
  4. 翻轉課堂活動：包括 3 至 5 個多媒體資源練習，可作預習及鞏固課堂之用（以 Edpuzzle 或 Google Form 平台發放，自動批改）
  5. 評估：全面的網上綜合評估（以 Google Form 形式發放，自動批改）及課程評估（具評分說明）
  6. 課程證書：學生完成評估後，可獲得牛津大學出版社頒發的AI 證書（分「優異」、「良好」和「及格」三個級別）
  7. 學校報告（包括學生成績）
  8. 完成單元1課程後，能繼續修讀進階：
    單元 2 機器學習基礎及物體識別
    單元 3 深度學習基礎及時序分析

售後服務

參加促進知識和教學經驗交流的聯校工作坊

報名方法

聯絡編輯部（AI 課程）：2516 3204，或電郵至 stella.mui@oup.com

Oxford University Press 牛津大學出版社