智慧物聯雲端技術(2019春季班)
Teacher: 梅興
2019/04/08
11Hours/7Weeks (Course is Time End)

Abstract

傳統軟體服務開發完成後,佈署與維運的成本相當高。雲端運算的出現大大的降低了維運成本。過去運用人工智慧的門檻和成本也相當高,近年來雲端於務紛紛整合人工智慧功能,開發者已經能像使用API一樣的加入AI功能。物聯網裝置數量大且種類多元,管理與安全需求差異都很大,而區塊鏈技術剛好可以滿足這個需求。本課程介紹雲端大數據與人工智慧的基本原理和技術;如何利用RESTful API執行雲端服務及取得資訊。然後進一步的探討目前主要雲端物聯服務。課程目標(藉由修習這門課,學生可以學習到什麼觀念) 1. 知識面-認識雲端大數據、人工智慧與區塊鍊等與物聯網相關的新興技術,了解智慧物聯雲端開發的API技術。 2. 技能面-透過線上雲端服務實作演練,了解不同雲端平台開發技能。運用系列課程所學知識,提出創新智慧雲端物聯服務計畫,強化分析、設計與評估能力。 3. 態度面-主動學習,透過實作熟悉開發技術,追蹤線上資源。

 Instructor

%E8%BC%94%E4%BB%81%E5%A4%A7%E5%AD%B8-%E6%99%BA%E6%85%A7%E7%89%A9%E8%81%AF%E9%9B%B2%E7%AB%AF%E6%8A%80%E8%A1%93-%E6%95%99%E5%B8%AB%E5%9C%96%E7%89%87-%E6%A2%85%E8%88%88%E8%80%81%E5%B8%AB.png

  • 教師姓名:梅興
  • 教師簡介:

輔仁大學資訊工程系並兼任軟體與網路多媒體中心主任。

1981年台灣大學造船工程系畢業,於德州大學阿靈頓分校取得電腦科學與工程碩士及博士學位。自1999年起同時擔任澳門聖若瑟大學創意產業學院兼任教授。主要教學與研究興趣包括:新興Web技術、穿戴式運算、遠距醫療健康服務、腦資訊學、易經資訊學等。主持的萬維運算實驗室提供宅學習(Social Learning Space, http://sls.weco.net)測試床服務。

1. 持續參與/主持教育部各項課程改進計畫(包括:軟體人才培育先期示範團隊;智慧生活人才培育;資安菁英人才培育…等)

2. 1998年與資策會數位教育研究所合作,開授國內第一個全線上授課收費課程 – Java 程式設計

3. 2008年建立宅學習自主學習網站服務,授課教材均以共同筆記上網。部分上課內容錄製後上傳YouTube宅學習頻道。

4. 迄今宅學習網站共有超過460萬pageview,YouTube宅學習頻道影片被觀看超過54萬次。

5. 獲輔仁大學教學成果獎:98-1。

獲輔仁大學教學成果獎:101-2。

%E8%BC%94%E4%BB%81%E5%A4%A7%E5%AD%B8-%E6%99%BA%E6%85%A7%E7%89%A9%E8%81%AF%E9%9B%B2%E7%AB%AF%E6%8A%80%E8%A1%93-%E6%95%99%E5%B8%AB%E5%9C%96%E7%89%87-%E7%BF%81%E6%B5%A9%E6%AD%A3%E8%80%81%E5%B8%AB.jpg

  • 教師姓名:翁浩正
  • 教師簡介:

  戴夫寇爾(DEVCORE)資安工司執行長

  國內最大資訊安全活動 HITCON 共同發起人及總召。

  台灣駭客協會常務理事。

  長期擔任產官學各項會議與課程資訊安全相關主題培訓講師。

  擔任學術及政府單位資訊安全顧問。

Course Schedule

第1週:雲端大數據

第2週:API

第3週:人工智慧

第4週:智慧物聯雲端服務

第5週:虛擬實境/擴增實境

第6週:資安專論

第7週:區塊鏈與物聯網

Grading Policy

  • 學習者的總成績取決於五次自動評分測驗成績(占總成績10%)、平台活動(含線上討論、前後測回饋、影片觀看情形等,佔總成績30%)、一次作業(20%)以及一次同儕互評(10%),以及期末總整報告(占總成績30%)。
  • 若要取得完課證明,學生成績至少需為滿分的60%;若要取得榮譽完課證明(Statement of Accomplishment with Distinction),學生成績至少需為滿分的80%。

Passing Criteria


Course Passing Grade:60 Full Score 100 point

Prerequisites

  • 完成本系列課程「穿戴物聯應用與技術入門」、「Web/APP物聯技術」者為佳。
  • 具基本程式設計基礎。

Course Suggest

1. 臉書穿戴式運算 https://www.facebook.com/WearableTrend/

2. 宅學習穿戴式運算共筆https://sls.weco.net/CollectiveNote20/Wearable