本課程主軸透過對機器學習的背景知識、演算法流程、採用｢範例式教學｣，所含範例又分為｢初階應用｣與｢進階應用｣，引導學生從基礎切入、由淺入深，包含理論及實作技術，讓學習者了解何時可以使用機器學習、為何機器可以學習、機器怎麼學習、如何讓機器學得更好，幫助您掌握機器學習最核心的觀念與技術本質。
課程主要教學方式使用Python程式語言搭配Scikit-lear套件的講解，並且實際帶領您進入real-world案例的世界，全面介紹機器學習的理論基礎和實踐應用，一步步進入機器學習的專業領域。

課程規劃為三大主軸：Python程式設計、Python資料處理及工具、機器學習理論與實作
課程簡介
Python程式語言
Python基礎資料結構知識與技術、流程控制與邏輯判斷、模組化工具函式與物件導向概念
Python資料處理及工具
運用Python資料處理相關模組能力，如Numpy、Pandas、Matplotlib、Scikit-learn等
資料科學簡介及應用、資料與特徵、資料科學實作流程
機器學習理論與實作
熟悉機器學習等相關演算法(如Linear Regression、Classification、Logistic Regression、KNN、Decision Tree、Random Fores、Ensemble Method、Dimensionality reduction、Clustering等)並進行相關實際應用

課程架構如下：
Python程式語言
Python資料處理及套件工具
機器學習簡介與概論
機器學習初探：資料結構與特徵工程(Feature engineering)
機器學習I：回歸(Regression)與分類(Classification)
機器學習II：模型評估(Model evaluation)
機器學習III：分群(Clustering)
機器學習IV：整合學習(Ensemble learning)
機器學習V： 視覺化處理-降維(Dimensional reduction)
機器學習算法的實踐範例
*實際課程內容進度會依據學習狀況做調整，以及針對學生的需要與偏好進行更動。

*課程將於每週三六9點前上線

熟悉電腦與Windows基本操作，具國中英數基礎，對程式設計有熱忱者。
推薦國高中生、非資訊科系相關之大學生、專門從事行業內數據蒐集、整理、分析，並依據這些數據做出研究、評估的專業人員，或對於資料分析師有興趣之社會人士。

* 本課程為實作課程，非純程式語言課程；若完全沒有任何程式基礎者，建議先於其他Python語言課程中掌握基本語法。對於程式語言的初學者本課程能夠指導同學自行修改程式碼的基礎能力(本課程備妥之範例程式)以便完成作業。

主要開發系統為Windows，程式語言為Python版本 3.7以上
整合開發環境(IDE)為Anaconda (Jupyter notebook) / 跨平台編輯器Visual Studio Code

學歷

國立臺灣大學生醫電子與資訊學研究所  博士
國立臺北科技大學資訊與財金管理研究所 碩士
銘傳大學醫療資訊與管理學系 學士

教學經歷

• 數位發展部 機器學習與生成式人工智慧 講師
• 國立宜蘭大學 生成式人工智慧系列課程 講師
• Certiport-CCS 生成式人工智慧證照 中文化審稿委員
• 聖文森及格瑞納丁國家 ICT 與公共安全強化專案 — Image Recognition 專案課程特聘海外講師
• 國泰人壽企業內訓 Python Data Science課程 企業講師
• 艾鍗科技有限公司  業界講師
• 臺北市立大學 商用雲端 App Inventor 課程講師
• 臺北城市科技大學 商用雲端 App Inventor 課程講師
• AIGO 教練聯盟 種子師資培訓講師
• Nvidia Deep Learning 師資培訓學員
• 中華企業資源規劃學會 商用雲端 APP 軟體設計師、商用數據應用師、智慧企業基礎 師資培訓
• 勞動部實務型資料分析與機器學習訓練計畫 講師

期刊

• Q1 Chiang, S. Y., Wang, Y. W., Su, P. Y., Chang, Y. Y., Yen, H. H., & Chang, R. F. (2025). PBCS-ConvNeXt: Convolutional Network-Based Automatic Diagnosis of Non-alcoholic Fatty Liver in Abdominal Ultrasound Images. Journal of Imaging Informatics in Medicine, 1-16. 
• Q2 Juan, C. J., Wang, C. S., Lee, B. Y., Chiang, S. Y., Yeh, C. C., Cho, D. Y., & Shen, W. C. (2021). Integration of genetic programming and tabu search mechanism for automatic detection of magnetic resonance imaging in cervical spondylosis. 
• Q1 Feng, P. H., Chen, T. T., Lin, Y. T., Chiang, S. Y., & Lo, C. M. (2018). Classification of lung cancer subtypes based on autofluorescence bronchoscopic pattern recognition: A preliminary study. Computer Methods and Programs in Biomedicine, 163, 33-38. 

研討會

• The 4th Multidisciplinary International Social Network Conference
  [Best Paper] Prediction Model of Cervical Spine Disease Established by Genetic Programming
• Symposium on Engineering, Medicine, and Biology Applications
  [Best Paper] Radiomic MRI T1WI Features used in Predicting Gene Mutations in Brain Tumors
• ICU 2018 : 20th International Conference on Ultrasonic
• Quantitative Evaluation of Mitral Regurgitation by using Color Doppler Ultrasound
• The 12th Asian- Oceanian Congress Of Neuroradiology
  Integrate Genetic Programming with TABU Search to Establish a Prediction Model of Cervical Spine Disease

競賽

• 博士佳作論文獎, 2025 第18屆崇越論文大賞：AI應用論文競賽
• 入圍決賽, 2025 桃園新創之星 x 創天下競賽
• 入圍決賽, 2025 公路局資料創新應用競賽
• 入圍決賽, 2024  AI Junior Award
• 佳作, 2023  數創大賽智慧+組

證照

• Certiport – App Development with Swift
  Swift Certified User, Swift Certified Associate
• Certiport – Critical Career Skills 
  Generative AI Foundations
• Cisco Certified Support Technician 
  Networking
• ITS (Information Technology Specialist)
  Python Programming, Artificial Intelligence, Data Analytics
• Microsoft
  Querying Microsoft SQL Server 2012, Programming in HTML5 with JavaScript and CSS3
• TQC+
  Mobile Device Application Design (Pro)

技術專長

• 醫學影像處理、自然語言處理、生成式人工智慧、提示工程（Prompt Engineering）、檢索增強生成（RAG）
• 程式語言：Python（熟悉 PyTorch、TensorFlow）、C#、C/C++、R、Matlab
• 網頁開發：HTML、CSS
• 持續整合與版本控制：GitLab、Travis CI