AI小教室-關於AI/資料科學不可不知的60個問題

by 提拔我園丁
緯育AI小教室-關於AI/資料科學不可不知的60個問題

AI/資料科學在工作角色、知識和技巧的60道問題

AI無所不在,翻轉了我們的生活與各產業的樣貌,從 104人力銀行最新【未來關鍵人才報告】當中,近五年企業徵才成長幅度最大的職缺,AI相關的人才職缺就佔了前十大熱門職位的半數。

緯育TibaMe協助多家企業規劃數位能力提升的相關培育方案,也發現在AI領域的學習需求越來越高,企業多數會從內部挑選重點部門與人才培育跨域能力,發展AI、數據領域的教育訓練,推動人才轉型。

而回到現行的高中及大學,在AI、機器學習等技能科系其實是相對缺乏,若學生能在在學期中或透過自學方式具備相關能力,在未來求職將會成為各家企業徵求的人才。

提拔我園丁 瀏覽了近500個網站,為你整理【AI/資料科學不可不知的60道問題】,節省了你為了獲取資訊所需花費的大把時間,從AI人才的發展角色、基礎知識到產業與技術的應用分享,每天5分鐘幫你快速添補知識技能!

(一)、AI與資料科學相關角色

  1. AI/資料科學領域有哪些工作職位?
  2. 資料科學家主要工作和專業&核心職能是什麼?
  3. 資料工程師主要工作和專業&核心職能是什麼?
  4. 資料分析師主要工作和專業&核心職能是什麼?

(二)、資料科學和AI基礎

  1. 什麼是資料科學 ?
  2. 什麼是商業智慧 ?
  3. 什麼是大數據 ?
  4. 商業智慧與大數據的差別 ?
  5. 什麼是人工智慧 ?
  6. AI人工智慧發展史 ?
  7. AI 人工智慧可以做到那些事 ?
  8. AI 人工智慧做不到那些事 ?
  9. AI 人工智慧、機器學習和深度學習有哪些區別 ?

(三)、資料分析程式語言

  1. 那些資料分析語言受歡迎?
  2. 學習資料分析必備的9大技能?

(四)、資料處理

  1. 資料蒐集的3個關鍵工作 ?
  2. 網路爬蟲的9個工作流程?
  3. 什麼是資料前處理?
  4. 什麼是資料儲存 ?

(五)、資料分析

  1. 什麼是資料探勘 ?
  2. 什麼是關聯規則學習 ?
  3. 什麼是線性回歸 ?
  4. 什麼是決策樹演算法 ?
  5. 決策樹分類過程是什麼 ?
  6. 決策樹什麼時候使用?有什麼優缺點 ?
  7. 什麼是k鄰近算法 ?
  8. K均值集群(K-means)算法是什麼?
  9. AI 人工智慧關鍵技術有哪些 ?
  10. 什麼是機器學習 ?
  11. 什麼是特徵工程 ?
  12. 機器學習有哪些演算法 ?
  13. 訓練出來的機器學習如何評估好壞 ?
  14. 如何選擇機器學習的模型 ?
  15. 為什麼要做資料樣本選擇 ?
  16. 什麼是深度學習 ?
  17. 深度學習中的神經網路是什麼 ?
  18. 深度學習有哪些主要的模型 ?
  19. 有了深度學習是否還需要做特徵工程 ?
  20. 目前深度學習發展趨勢有哪些 ?
  21. AI深度學習開發工具有哪些 ?
  22. 什麼是神經網路結構搜尋 ?
  23. 什麼是卷積神經網路 Convolutional Neural Networks, CNN?
  24. 什麼是循環神經網路 Recurrent Neural Networks, RNN?

(六)、資料視覺化

  1. 什麼是資料視覺化 ?

(七)、技術應用

  1. 什麼是影像識別?
  2. 圖像識別任務有哪些?
  3. 什麼是人臉識別?
  4. 人臉識別完整流程是什麼 ?
  5. 什麼是文字探勘 ?
  6. 什麼是語音辨識 ?
  7. 什麼是聊天機器人 ?
  8. 什麼是推薦系統 ?
  9. 什麼是邊緣運算 ?
  10. AI 人工智慧與邊運算的關係 ?

(八)、產業應用

  1. 我們日常生活中已經有哪些地方用到AI技術?
  2. 企業為什麼要發展 AI 人工智慧 ?
  3. 企業如何導入 AI 人工智慧 ?
  4. AI 人工智慧在製造的應用 ?
  5. AI 人工智慧在醫療健康的應用 ?
  6. AI 人工智慧在教育的應用 ?

看完以上的60個AI不可不知的問題,你都了解了嗎?

若你想更深入了解AI/資料科學的小知識、及各產業的相關應用,請記得關注TibaMe FB及部落格唷!每週4則,每日5分鐘,提拔我園丁 陪你快速添補AI/資料科學知識與技能 !

提拔我園丁 陪你快速添補AI/資料科學知識與技能 !

緯育TibaMeFB https://www.facebook.com/Tibame

企業人才數位轉型FB https://www.facebook.com/groups/TiBaMe.For.Business

你有其他想了解的主題呢?
歡迎在下方留言讓我們知道唷!那我們下次見囉~

分享這篇文章:
0 comment
1

您也許會喜歡

Leave a Comment

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料