
| 概論 | Linux,網路服務與控制板 | 程式基礎教學 |
| 概述與需求 | 虛擬機 Virtualbox | 直譯、編譯、即時編譯 |
| 機構設計 | Raspberry Pi 介紹 | 直譯式程式 Python2、Python3、Shell Script |
| 硬體架構設計 | mbed 介紹 | Python3 寫報表,在 Raspberry Pi |
| 麥克拉姆輪與光電編碼器概述 | Ubuntu 介紹與安裝 | Python3 寫網頁,在 Raspberry Pi |
| 電源架構設計 | Raspbian 介紹與安裝 | 編譯式程式 C++ |
| 軟體架構設計 | Linux 常用指令 | 類比與數位訊號讀取,在 mbed |
| 硬體設計錯誤的非重新設計之修正 | 網頁伺服器 Apache2 & Nginx | PWM 訊號輸出,在 mbed |
| 作業系統概念 | Router, Switch & IP Sharer | |
| 嵌入式系統概念 | DNS & DDNS | |
| 數據概念 | Analog to Digital | |
| 機器學習概念 | PWM to Analog | |
| OPA 波型調整 |
| Raspberry Pi | mbed |
| IP Sharer 設置 | mbed OS & compiler |
| Flask 基礎撰寫 | TCP/IP 服務 |
| Nginx 安裝與設置 | SPI 通訊 |
| MySQL 安裝與撰寫 | Rest API |
| PHP 安裝與設置 | 麥克拉姆輪方向控制 |
| phpMyAdmin 安裝與設置 | 麥克拉姆輪啟動與停止控制 |
| Python3 & MySQL | 光電編碼器讀取與調整波型 |
| Web 服務建立 | 紅外線類比訊號讀取 |
| Rest API 服務建立 | |
| Python3 & Serial | |
| Python3 & Bluetooth | |
| 九軸感測器 | |
| RFID 讀取 |
| 演算法與數據 | 影像辨識 | 類神經網路 |
| 數據儲存 | OpenCV 安裝 | 感知器 |
| 數據分類 | 基本影像串流顯示 | 反傳遞演算法 |
| 線性回歸 | Hough transform | 梯度下降法 |
| 邏輯回歸 | HoughLines | 隨機梯度下降 |
| 決策樹 | HoughCircles | |
| 特徵選擇與特徵萃取 | 自製交通號誌與辨識 | |
| 支援向量機 | 特徵萃取 | |
| 紅外線類比數據分析 | 物件辨識 | |
| 光電編碼器調整波型 | NCS 安裝與使用 | |
| 光電編碼器讀取分析 |
| 深度神經網路實作 | |
| CNN、RNN 介紹 | Rest API 操作 mbed 讀取紅外線 |
| 監督、非監督式學習 | Rest API 操作 mbed 控制單車輪 |
| 基礎線性代數 | Rest API 操作 mbed 讀取轉速 |
| 卷積 | Rest API 操作 RPi 控制車輪運動 |
| 基礎機率 | 在 RPi 上讀取紅外線進行避障 |
| Softmax | 在 RPi 上讀取紅外線進行地圖建立 |
| 基礎梯度 | 在 RPi 上讀取影像進行辨識 |
| 梯度優化 | 自製號誌,利用影像辨識來行走 |
| Tensorflow 安裝 | 整合數據並儲存且分析 |
| 數字辨識,全連接神經網路 | 標記數據並建立數據庫 |
| 數字辨識,卷積神經網路 | 建立監督式神經網路 |
| 交通號誌辨識,卷積神經網路 | 在 RPi 上利用神經網路來行走 |
| 物件辨識,卷積神經網路 | 深度學習與普通影像辨識的優劣 |
| 神經網路與影像串流 | 小組報告 |
