智慧物聯雲端技術
Teacher: 梅興

2018/08/20 ~ 2018/09/30
7 Hour/7 Week (Course is No Open)

Summary

本課程為「智慧物聯應用技術」系列第三門課程

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。

 ------------------------------------------------

「智慧物聯應用技術」系列課程-開課時程

一、穿戴物聯應用與技術入門 
介紹物聯網發展過程、應用分類與環境、穿戴裝置在物聯網中的特性,並討論物聯網應用開發的三項必備基本知識。
開課時間:107/02/26~107/04/08
     107/07/02~107/08/12
     107/09/03~107/10/14(暫定)

二、Web/ APP物聯技術 
介紹Web和APP開發的核心技術包括:軟體架構、HTML5、事件處理、AJAX、PWA等,也進一步介紹APP設計原則。
開課時間:107/05/21~107/06/24
     107/09/24~107/10/28

三、智慧物聯雲端技術
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。
開課時間:107/08/20~107/09/30
     107/11/05~107/12/16

Course Teacher Intro

download.php?id=260&area=teacherfiles

%E8%BC%94%E4%BB%81%E5%A4%A7%E5%AD%B8-%E6

  • 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

  • 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

Course Grade

  • 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%。

Grade Required


Course grade pass:60Grade Memo:max grade 100 point

Course Ability

  • 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