2018 MATLAB® & Simulink® 免費體驗課程
最新加開 : 11/1 MISRA C程式設計規範檢查免費體驗課程 - 利用高品質的程式碼檢查工具Polyspace,為C程式碼品質把關,馬上前往報名!
拆解科技話題、熟稔基礎技術、打造跨領域多工人才!
多工人才即將叱吒職場,你準備好了嗎? 隨著物聯網,人工智慧,機器人以及無線通訊領域發展至今,多領域的開發整合能力才能讓你脫穎而出!
本年度鈦思科技的免費體驗課程特別囊括人工智慧關鍵: 深度學習,資料解析,機器學習; 物聯網、機器人、智慧工廠、影像處理、電腦視覺等相關課程, 讓你在熟悉的領域之外,更了解其他領域的概念以及MATLAB & Simulink功能技巧,讓你具備全方位整合的超強實力! 除了彈性的整合力之外,速度也是現今業界的決勝關鍵。因此如何最佳化你的MATLAB程式、加速技巧以及轉碼更是不可或缺的知識。不要錯過原廠認證之專業師資精心設計的一對一上機實作課程,搭配實例演練,能在三小時內協助您掌握相關操作技術。
每堂課程名額有限,請立即報名。
報名注意事項
- 2018全年度課程每人僅限報名3堂課程。課程分上下半年度報名,上半年度報名時間2/1 9:00AM開始,下半年度報名時間7/1 9:00AM,公平起見,不受理提前報名,敬請見諒。
- 每堂課人數限制20人,為維護所有參加者權益,同一部門每堂課最多可報名3位。課程若額滿,可來信申請候補, 課程兩天前通知是否候補成功
- 本單位於收到報名表後,將以 e-mail 方式寄發報名確認函,不另以電話通知,請確認您提供有效信箱。
- 課程7天前寄發上課通知函,敬請回覆是否出席,若上課3天前未回覆視為缺席,名額開放候補,若無法出席請主動通知。凡報名缺席超過3次,系統自動取消報名及原有報名課程之資格。
- 如不可抗力因素或未達開課人數,主辦單位保留變更課程權利。
報名方式
- 線上報名, 請登入鈦思會員後進行報名
- 請下載報名表,填妥後請選擇以下任一方式
- (1) E-Mail 至 justina.lin@terasoft.com.tw ; ariel.fu@terasoft.com.tw
- (2) 傳真到 (02)2788-9308 鈦思科技企劃部收 若有任何疑問,歡迎電洽(02) 2788-9300分機 222 林小姐,分機227 傅小姐
主題推薦
- MATLAB/Simulink連結TI C2000馬達驅控應用
- MATLAB/Simulink HDL程式產生器建模技巧與設計
- MATLAB-C程式碼產生器之使用技巧與應用
- 利用MATLAB進行預測性維護演算法開發
智慧工廠應用
- 如何使用MATLAB進行大數據分析
- MATLAB於資料分析的應用
- 基於MATLAB的最佳化技術
- 最佳化與加速MATLAB程式的技巧
資料科學入門 / 大數據應用
免費體驗課程介紹 ( 上半年度課程報名時間 : 2/1至6/8為止 / 下半年度課程報名時間 : 7/1-12/6為止 )
1.MATLAB 於資料分析之應用
課程簡介
本課程介紹MATLAB於資料分析的相關功能,主要目的為闡述如何使用MATLAB補強Excel的不足之處。在課程中將會說明如何使用MATLAB匯入Excel的資料、視覺化分析以及客製化圖形、進行統計分析與數學模型的配飾、自動化流程並產生報表、最後將MATLAB開發出的功能包裝成Excel add-in。
課程大綱
- Access data from files and Excel spreadsheets
- Visualize data and customize figures
- Perform statistical analysis and fitting
- Generate reports and automate workflows
- Share analysis tools as standalone applications or Excel add-ins
2.如何使用MATLAB進行大數據分析
課程簡介
本課程介紹MATLAB如何面對大量資料的處理與分析,主要可分為三個部分,第一部分介紹資料的匯入,以及MATLAB匯入檔案時,如何有效率的使用記憶體;第二部分將介紹資料前處理的相關功能,如何將資料結構化,並合理的補齊缺漏值,最後一部分將介紹分析的模型與手法,並如何從如何從資料分析的結果中獲得價值。
課程大綱
- Import with large data size
- Memory usage in MATLAB
- Data types in MATLAB
- DATASTORE/TALL function
- Data pre-processing
- Dealing with NaN
- Joining the data from different data source
- Predicting data with model
- Machine Learning
- Machine Learning with tall array
3.基於MATLAB的最佳化技術
課程簡介
本課程介紹MATLAB與最佳化相關的工具:最佳化工具箱及全域最佳化工具箱。課程包含將問題公式化、選擇合適的最佳化函式求解、以及使用互動式之使用者圖形介面(GUI)求解最佳化問題。學員可透過實用範例與上機練習了解其重要概念。
課程大綱
- Applied Optimization
- Specifying the Objective Function
- Choosing a Solver
- Global Optimization
4.最佳化與加速MATLAB程式的技巧
課程簡介
本課程將說明提升MATLAB執行速度的改善及優化方法,包含常見的幾種有效率的MATLAB程式寫法、如何檢視MATLAB程式的bottleneck,以及如何利用多核心CPU/叢集電腦/GPU解決data-intensive的問題。
課程大綱
- Leveraging the power of vector and matrix operations in MATLAB
- Identifying and addressing bottlenecks in your code
- Converting MATLAB code to C/C++ using MATLAB Coder
- Utilizing additional processing power available in multicore machines, clusters, and grids
5.MATLAB C程式碼產生器之使用技巧與應用(MATLAB Coder)
課程簡介
本課程介紹如何將 MATLAB 程式碼快速產生可讀可攜的C程式碼,並搭配定點數設計工具箱,產生適合嵌入式系統的最佳化C程式碼。
課程大綱
- Preparing MATLAB Code for C Code Generation
- Fixed point conversion
- Generating Fixed C Source Code for embedded system
6.MATLAB於財務風險管理的應用
課程簡介
本課程介紹MATLAB在風險管理上的應用,在市場風險部份,簡單介紹如何利用MATLAB財務相關工具箱評價金融商品、並展示以MATLAB進行風險值的計算;在信用風險部份,介紹使用MATLAB建構信用風險模型的流程與呈現;最後介紹如何使用MATLAB建構投資組合,適合MATLAB初學者。
課程大綱
- MATLAB basic operation and new features
- Pricing with Financial Instrument Toolbox
- Calculating Value-at-Risk
- Credit risk modeling
- Working with ‘PORTFOLIO’ object
7.MATLAB於影像處理的應用
課程簡介
本課程介紹如何使用MATLAB的影像處理工具箱,用於快速實現影像處理演算法,包括圖像內容增強,對準和分割。另外介紹MATLAB內建的GUI Tool (App),用以縮短使用者影像分析的時間,此外產生出對應的MATLAB程式碼。
課程大綱
- Why should you use MATLAB for Image Processing?
- Images in MATLAB
- Image Enhancement
- Image Registration
- Image Analysis
- Image Segmentation
8.MATLAB於電腦視覺之應用
課程簡介
本課程介紹MATLAB與電腦視覺系統工具箱來實現多種電腦視覺應用,包括影像分類、目標偵測與追蹤、立體視覺與點雲資料的處理。
課程大綱
- What is Computer Vision?
- Streaming Processing
- Featured-Based Workflow
- Machine Learning
- Object Detectionand Tracking
- Stereo Vision
- 3-D Point Cloud
9.MATLAB/Simulink與機器人作業系統(ROS)的連結
課程簡介
ROS是一個Open source的機器人開發平台,在這個架構下,讓機器人應用的各大領域Navigation、Manipulation、Perception、Cognition等,建立共通的使用平台。而新版的MATLAB/Simulink提供演算法及硬體的連結來發展自動化機器人的應用,演算法的開發包含map representation, path planning, and path following等針對差速驅動的機器人。本議題將說明如何使用MATLAB及Simulink來開發演算法及與如何與ROS連接。
課程大綱
- Using MATLAB and Simulink for
- Building Robots
- Developing Robotics Applications using Existing Robots
- Robot platforms link with MATLAB/Simulink
- MATLAB-ROS Interface
- Simulink-ROS Interface
- Robotics Algorithms
10.MATLAB/Simulink HDL 程式產生器 建模技巧與設計
課程簡介
本課程提供創建Simulink模型與HDL編碼器使用的指導方針。HDL編碼器生成將target到硬體,因此硬體架構必須作為設計的一部分。並介紹優化設計在硬體實現設計的速度和面積之準則。
課程大綱
- Architecture Design
- Block Settings
- Data type Settings
- Optimization of Speed and Area
11.MATLAB/Simulink 連結TI C2000馬達驅控應用
課程簡介
本課程說明如何在Simulink環境上進行馬達驅動器的開發。首先,使用SimPowerSystems裡面的元件建立power stage的模型,包含馬達、inverter、和電源,接著在power stage模型上加入控制迴路,並進行不同負載下的模擬,驗證控制的架構與控制的參數可以達到系統的性能要求。最後,利用程式碼產生器(Embedded Coder)可以把驗證好的控制算法放到MCU上加以實現。
課程大綱
- Plant Modeling with SimPowerSystems Components
- Control Loop Design and Verification with Load
- C Code Generation and Implementation on MCU
12.MATLAB 於IoT物聯網流程開發與連接雲端平台(ThingSpeak)應用
課程簡介
網路無所不在造就偉大的物聯網(IoT, Internet of Things ),使用MATLAB透過不同裝置可以偵測到如溫度、亮度、濕度等等資訊,透過分析這些數據可以幫助我們提升工作效率,所以我們將示範蒐集這些龐大且複雜的資訊並上傳到物聯網伺服器( IoT Server)也叫做ThingSpeak,將滿滿的資料上傳至ThingSpeak大平台上,依照使用者需求做紀錄或進一步進行資料分析與運算。
課程大綱
- What is IoT?
- Who is ThingSpeak targeted for?
- Where Does ThingSpeak Fit In?
- Demos of ThingSpeak in Action
13.利用MATLAB於GPU 進行影像處理/電腦視覺之深度學習應用
課程簡介
深度學習技術近年來發展越趨成熟,也在語音辨識及影像辨識應用上有不錯的表現。本課程以影像辨識應用為例,展示MATLAB如何快速開發具有影像辨識能力的深度學習模型,並搭配使用GPU加速模型訓練。
課程大綱
- Deep learning capabilities in MATLAB
- Speeding up the training process using GPUs and Parallel Computing Toolbox
- Demonstration
14.利用MATLAB進行預測性維護演算法開發
此課程適合以電腦數值控制(Computer Numerical Control;CNC)工具機產業及傳產想進行預測性維護者參加,因教室席位有限,參加者須經過審核,符合以上產業者優先
課程簡介
機器學習的應用逐漸擴大,隨著越來越多機器中感知器資料被儲存與蒐集,就可利用資料開發預防性保養的預測模型,本課程將以此應用為例,使用MATLAB示範資料的擷取、簡單的訊號前處理以獲得可用的特徵值,並使用機器學習和類神經網路做出可預測的模型,最後說明與其他程式語言整合的方法。
課程大綱
- Data Import and preprocessing
- Machine Learning and Neural Network with MATLAB
- Deployment
15.使用程式碼分析和驗證工具Polyspace進行程式品質分析
NEW
課程簡介
大型與複雜的軟、韌體專案中,最難被發現的錯誤,通常來自於系統上線運作之後,因為輸入條件的變化產生的眾多排列組合所造成的運算或邏輯判斷上的錯誤(一般稱為Run Time Error,執行階段錯誤即RTE)。這樣的問題,一般很難用傳統動態測試的方式來達到,因為有限的測試案例很難完整預測系統上線之後的所有操作可能性,因此Polyspace利用靜態分析的方法來確保上線後的所有操作可能性都被完整的涵蓋,如此可以在程式碼release之前確保程式中絕對不會有RTE所帶來的危害。
課程大綱
- Polyspace工具介紹
- C程式碼範例專案建置
- RTE(Run-Time-Error)測試結果分析與改正
- Code Metrics 與 Coding rule檢查
16.以GPU Coder提升視覺演算法與深度學習模型的運算效能--車用設備應用
NEW
此課程適合以汽車及車用設備相關產業及有志了解相關主題者參加,因教室席位有限,報名須經過審核,符合以上產業者優先。
課程簡介
課程由視覺化從感測器收到的偵測結果做為開始,接著使用Ground Truth Labeling Tool去標示訓練影像中的物體,這些資訊就可以用來訓練物體偵測器。為了達到即時的辨識,可以使用GPU來加速運算。課程中會介紹如何將MATLAB開發出來的演算法轉成CUDA code,以及轉code有哪些注意事項,最後展示將Deep Learning Model配置到NVIDIA Jetson TX1的完整流程。
課程大綱
- Data Visualization: Create Your Bird-Eye Plot
- Data Preparation: Ground Truth Labeing Tool
- Introduction to GPU and CUDA
- MATLAB Algorithm Design for GPU
- Deep Learning Model Deployment
17.以GPU Coder提升視覺演算法與深度學習模型的運算效能--工廠/晶圓
NEW
此課程適合以晶圓廠及工廠產線及有志了解相關主題者參加,因教室席位有限,報名須經過審核,符合以上產業者優先。
課程簡介
本課程將介紹如何使用MATLAB來實現工廠端自動光學檢測,前半段介紹檢測演算法開發流程,從待測影像的位置校正,將校正後的影像進行增強、切割,到影像特徵的提取,最後透過機器學習、深度學習等方法進行瑕疵分類。後半段將示範如何使用GPU 轉碼工具將檢測演算法轉成CUDA程式碼,以及整合至硬體上實現的方法。
課程大綱
- Image Inspection with MATLAB
- Feature Extraction
- Machine Learning/Deep Learning
- MATLAB Algorithm Design for GPU
- Deep Learning Deployment