課程概覽
掌握 DECT 完整課程體系 — 下載概覽文件，或搜尋瀏覽全部課程。
掌握 DECT 完整課程體系 — 下載概覽文件，或搜尋瀏覽全部課程。
這個專業的動畫基礎培訓課程是為所有想從事動畫事業的學生設計的，不論是2D還是3D動畫。在12週內，你將從業內最好的動畫師身上獲得寶貴經驗，打造堅實的動畫原理基礎。該課程將首先追溯動畫的歷史，然後闡述動畫製作過程，最後涵蓋使用2D和3D工具實行動畫製作。該課程還將重點介紹角色動畫，如擺姿勢、時間控制和動作等。
課程旨在帶領學生深入了解人工智能（AI）圖像生成技術，並應用於創意創作中，創造富有視覺吸引力的圖像。課程將為學生提供仔細的AI製作圖像流程，包括如何選取及構建關鍵詞彙以控制角色特徵生成，以獲得適用於商業用途的概念設計圖。導師並會向學生介紹如何使用AI工具將他們天馬行空的想法與情感心思轉化為視覺效果，用以輔助概念設計、分鏡、漫畫繪製、遊戲與電影創作，來達到理想、低成本、快捷的繪圖。 --------------------------------------------- 課程架構 ： 1. 介紹基本AI技術：介紹AI圖像生成技術的基本背景、歷史進程和原理；解釋如何使用AI系統以及如何對不同的情境進行判斷 2. 圖像表達：學習圖形和數據表達方式，以及圖片中色彩、光線、對比、顏色差異和其他通道之間的關係 3. AI圖像生成：學習如何使用熱門AI 圖像生成工具生成高質量的圖片；善用官網進行過濾搜尋，使用共享的開放資料庫；與電影、遊戲的開發者連接，獲得快速、低成本的多樣化角色設定 4. AI 創作：使用AI生成各式曲風音樂，並利用所學內容開始實施AI漫畫、遊戲製作
AI 音樂生成是使用人工智能生成音樂的過程。通過分析音樂數據和模式並使用機器學習算法，可以生成不同類型的音樂，包括流行音樂、爵士音樂、古典音樂等。這個課程包含對音樂生成技術的概述，並圍繞於學習不同類型的音樂生成技術。學生亦能夠在本課程中學習基本樂理，如音樂結構、類型、和弦、旋律、節奏、音樂格式等。 課程適合初學者報讀，通過完成實際項目，學生可以更好地理解 AI 自動音樂生成的原理和實際應用，並使用AI來創作出不同的樂曲，提高音樂創作效率和創意性。
在本課程中，學生將會了解自然語言處理 (NLP) 技術，以及學習常用的語言模型，如 RNN、LSTM 和 Transformer。學生也會以 ChatGPT 工具為學習模型，學會包括如何生成文本進行問答，和如何提升問答的準確率等寫作生成技能。課程亦會介紹聊天 AI 和問答系統的發展前景，以及將來它可能在不同領域的應用
這門課程將會教導你如何使用AI（人工智能）生成影片。導師會介紹動畫基本概念：帧數、故事版、特效等，並介紹AI在動畫行業的使用現況，比如業界如何利用最新AI技術輔助製作故事版，進行動作捕捉、特效、增加字幕與背景音樂等工作。在課程結束前，學生將使用所學的AI動畫製作流程與技術的知識，通過實際操作生成一套屬於自己的小動畫。
本課程將向學生介紹人工智能輔助工具在CG動畫和平面設計中的應用。學生將學習如何把人工智能工具融入到他們的創意工作流程中，並探索如何利用人工智能來提高製作的各個方面，如角色設計、三維建模、動畫和特效等。在課程完結時，學生將對如何在 CG、動畫和平面設計中利用人工智能有一個充分的理解，並創作一個最終項目，以展示他們所學的技能和知識。 -------------------------------------- 職業準備教育： 該課程專為協助學生在CG、動畫和平面設計行業的就業作準備而設。本課程教授的技能和知識將為學生在這些領域尋求就業時提供競爭優勢。目前，CG、動畫和平面設計行業均對了解人工智能輔助技術的專才需求量很大。本課程將讓學生掌握能滿足此需求的技能，從而在其職場中脫穎而出。
這個 800 小時課程的目標是讓學生掌握使用開源 AI 和設計工具創建電影級 CG動畫所需的知識和技能。課程將涵蓋 CG 動畫的所有方面，從腳本編寫到最終渲染，學生將在所有相關技術領域打下堅實的基礎。通過本課程，學生將學習使用 AI 工具來加速動畫製作過程，創作出逼真、震撼的動畫。 --------------------------------- 將人工智能引入傳統工作流程 隨著對高質量 CG 電影級動畫長片的需求不斷增加，市場上需要大量熟練使用開源 AI 和設計工具的藝術家和動畫師。本課程旨在為學生提供創建 CG 電影級動畫長片所需的知識、技能和工具，並探索人工智能和該領域其他新興技術的潛力。通過團隊協作，學生還將培養重要的人際交往能力，這對於在創意產業取得成功至關重要。 課程設置： 800 小時的 CG 專題動畫課程將在 20 週內教授，每週上課 40 小時。 以下是課程時間表的細目： 第 1-2 週：CG 長片動畫簡介 在課程的前兩週，將向學生介紹 CG 長片動畫的基本概念和原理。 這將包括課程概述、將在整個計劃中使用的軟件和工具的介紹，以及 CG 長片動畫製作流程的概述。 學生們還將開始他們的第一個項目，這將涉及使用 Blender AI 創建一個簡單的 3D 模型。 第 3-4 週：角色設計和建模 在第 3 週和第 4 週，將向學生介紹角色設計和建模的原則。 這將包括對設計過程、角色解剖和 3D 建模基礎知識的概述。 還將向學生介紹用於角色設計的 Midjourney 軟件工具。 在本節中，學生將致力於設計和建模自己的原創角色。 第 5-6 週：環境設計和世界構建 在第 5 週和第 6 週，學生將學習環境設計和世界構建。 這將包括情緒板創建、環境敘事和環境資產創建的介紹。 學生還將開始使用 Blender AI 設計和構建自己的環境。 第 7-8 週：特效和模擬 在第 7 週和第 8 週，學生將學習特效和模擬。 這將包括對用於創建特殊效果的 Stable Diffusion 軟件工具的介紹。 學生將努力為他們的角色和環境添加特效。 第 9-10 週：人群場景和動作捕捉 在第 9 週和第 10 週，學生將學習人群場景和動作捕捉。 這將包括對 Point-E 和 PifuHD 軟件工具的介紹，它們將用於動作捕捉和麵部表情傳輸。 學生將努力為他們的角色添加動作捕捉並創建人群場景。 第 11-12 週：聲音設計和視頻合成 在第 11 週和第 12 週，學生將學習聲音設計和視頻合成。 這將包括對聲音設計原則和聲音在動畫中的使用的介紹，以及對用於視頻合成和編輯的 Kdenlive 軟件工具的介紹。 學生將致力於創建自己的聲音設計並將其整合到他們的最終項目中。 第 13-14 週：紋理、光照和渲染 在第 13 週和第 14 週，學生將學習紋理、光照和渲染。 這將包括介紹使用 Krystal Office+（GIMP、Krita 和 Inkscape）創建和編輯紋理，以及介紹 Blender AI 中的照明和渲染。 學生將致力於為他們的最終項目添加紋理、照明和渲染。 第 15-16 週：最終畢業設計 在課程的最後兩週，學生將完成他們的最終畢業設計。 這將涉及使用他們在整個計劃中學到的所有技能和工具來創建高質量的 CG 動畫長片。 學生將被要求提交符合特定質量標準的完整項目，這些標準將在項目指南中進行概述。
本課程的目標是讓學生掌握必要的技能和知識，利用各種人工智能和開源工具在元宇宙中創造身臨其境的體驗。該課程涵蓋廣泛的主題，包括虛擬現實 (VR)、擴展現實 (XR)、Web3、不可替代令牌 (NFT)、區塊鏈、去中心化自治組織 (DAO) 和各種人工智能工具。 --------------------------------- AI 工具對元宇宙創作的重要性 元宇宙是一項快速發展的技術，有望為用戶創造身臨其境和引人入勝的體驗。 隨著 NFT 和區塊鏈技術的興起，元宇宙正在成為內容創作和分發的新平台。 隨著對沉浸式內容需求的增長，創作者需要利用各種 AI 工具進行輔助，高效率地創建高質量的元宇宙體驗。 課程大綱： 第 1 單元：元宇宙和虛擬世界設計原則介紹 • 課程目標和成果 • 元宇宙概述及其潛力 • 虛擬世界設計原則介紹 • 在 Blender 中創建虛擬空間 第 2 單元：VR 和 XR 設計 • VR 和 XR 設計簡介 • 為 VR 和 XR 界面設計 • 在 Blender 中創建 3D 模型 • 在 GIMP 和 Krita 中創建紋理 第 3 單元：MR 設計與開發 • MR 設計簡介 • 使用 UPBGE 和 Godot 創建 MR 體驗 • 在虛擬世界中實施 AR 元素 • 區塊鏈介紹及其在元界中的應用 第 4 單元：UI/UX 設計 • UI/UX 設計原則簡介 • 設計元宇宙中的用戶體驗 • Inkscape 和 Kdenlive 簡介 • 設計和製作 UI/UX 界面原型 第 5 單元：NFT 和 Web3 • NFT 介紹及其在元宇宙中的使用 • Web3 介紹及其在元宇宙中的使用 • 使用 Get3D 和 PifuHD 創建 NFT • 使用智能合約和 DAO 將 NFT 集成到虛擬世界中 第 6 單元：AI 構建世界 • AI 驅動的世界構建簡介 • 使用 Blender AI 進行生成建模 • 使用 Midjourney 進行紋理合成 • 使用穩定擴散進行圖像處理 第 7 單元：視頻編輯和 Machinima • 元界視頻剪輯介紹 • 使用 Black Magic DaVinci 和 Natron 進行視頻編輯 • Omniverse Machinima 簡介 • 使用 Machinima 技術製作短片模塊 第 8 單元：創建個性化avatar • 頭像設計和定制介紹 • 使用 Luma AI 和 Point-E 進行面部識別和頭像生成 • 使用 Dream Fusion 和 Godot 進行頭像動畫和集成 第 9 單元：構建虛擬房地產 • 建立虛擬房地產簡介 • 使用 UPBGE 進行實時渲染 • 使用 Metamask 創建虛擬商店和市場 • 實施基於區塊鏈的虛擬房地產所有權和交換 第 10 單元：最終項目和演示 • 團隊協作，在元宇宙中創建虛擬世界 • 結合元宇宙的各種用例 • 展示在整個課程中獲得的知識和技能 • 最終項目展示和評估
本課程旨在以一種具吸引力、有趣而適合學生年齡的方式，向三年級學生介紹人工智能的迷人世界。通過讓學生熟悉人工智能的工具和概念，他們可以更好地理解他們身處的、越發數字化的世界，並培養基本技能為未來作準備。通過實踐活動、遊戲、創意練習和富趣味性的最終項目，課程將鼓勵學生對人工智能及其潛力進行批判性和創意性的思考，同時促進學生之間的合作並培養解決問題的能力。 ------------------------------------------ 簡單有趣的最終項目： 「AI超級英雄」 在最終項目中，學生們將以小組為單位，創作以人工智能超級英雄為主題的短篇漫畫。他們將使用ChatGPT來幫助產生靈感、創作故事情節和人物背景，並將自己的創造力和想像力融入其中。他們亦會使用Midjourney生成圖形來豐富作品。學生可以自己繪製插圖，或使用人工智能工具，如NVIDIA Canvas，來創造場景。漫畫一共應該有3-5格，包括開頭、中間和結尾。學生將向全班展示他們的漫畫，並解釋他們如何在項目中融入人工智能工具。 課程大綱： 第一節：人工智能介紹 - 什麼是人工智能？ - 日常生活中的人工智能實例 - 簡單解釋人工智能的運作原理 第二節：ChatGPT - 一個友好的人工智能幫手 - 介紹ChatGPT - ChatGPT的簡單演示 - 實踐活動： 向ChatGPT提問 第三節: Midjourney - 計劃你的人工智能旅程 - 介紹Midjourney - 簡單演示Midjourney的圖形生成 - 實踐活動： 使用Midjourney規劃一個理想的假期 第四節：人工智能音樂 - 介紹人工智能音樂工具 - 簡單演示人工智能音樂工具 - 實踐活動： 製作你自己的音樂 第五節：我們生活中的人工智能 - 人工智能語音助手： Siri和Alexa - 它們能做什麼以及如何操作 - 實踐活動： 向Siri或Alexa提問 - 遊戲和玩具中的人工智能 - 電影和動畫片中的人工智能 - 我們身邊的人工智能助手 第六節：工作和人工智能 - 簡單解釋人工智能如何改變未來的工作 - 探討涉及人工智能的未來工作 - 小組討論： 人工智能如何在我們未來的工作中幫助我們？ 第七節：有責任地使用人工智能 - 了解負責任地使用人工智能的重要性 - 公平和善意在人工智能中的重要性 - 小組討論： 我們怎樣才能確保人工智能被用來做善事？ 第八節：人工智能遊戲和活動 - 快，畫！ - 人工智能迷宮（教師指導與監督) - 石頭、布、剪子與人工智能 - 可教的機器 第九節：使用英偉達畫布的人工智能藝術 - 介紹英偉達畫布 - 演示英偉達畫布如何使用 - 實踐活動： 使用英偉達畫布創作簡單的場景和風景畫 - 分享和討論學生的創作 第十節：最終項目介紹 - 「AI超級英雄」 - 解釋最終項目的概念和指導方針 - 組建團隊，集思廣益 - 介紹該項目的人工智能工具，如ChatGPT和英偉達畫布 第十一節：完成最終項目的工作 - 各小組利用人工智能工具製作他們的AI超級英雄漫畫 - 教師根據需要進行監督和指導 - 完成漫畫並準備展示 第十二節：最終項目展示和反思 - 學生向全班展示他們的AI超級英雄漫畫 - 小組討論項目和整體學習經驗 - 反思人工智能可以做的有趣和令人興奮的事情 - 課程總結和感想
本課程為學生提供一個探索人工智能和電腦圖形學在動畫製作中應用的機會。通過提供實踐經驗和項目為本的教學，學生將在人工智能輔助的CG動畫製作方面打下堅實的基礎，為未來配備寶貴的技能。 ------------------------------------------ 課程結構： 本課程的設計宗旨是給予孩子易於理解並參與其中的内容，故而使用簡單的語言進行授課。每個星期的課程將分為三個部分： 1. 理論：學生將學習各種工具和技術背後的概念和原則。此部分將以簡單的介紹、視頻和演示的方式進行傳達。 2. 實踐：學生將實踐他們在理論課程中學到的、工具和技術相關的知識。他們將完成小型練習和迷你項目，籍此應用他們新獲得的知識。 3. 反思和反饋：在每個課程結束時，學生將分享他們的作品，互相給予和接受反饋，並反思他們的學習經驗。這將幫助他們進一步成長和發展個人技能。 課程大綱： 第一單元：AI工具和CG動畫介紹（4小時） • 介紹AI、電腦圖學和動畫（1小時） • CG動畫製作中使用的AI工具總覽（1小時） • 軟件和工具的設置（2小時） 第二單元：使用Blender 3D和Get3D進行3D建模（4小時） • 介紹Blender 3D和Get3D（1小時） • 創建和編輯基礎3D模型（1.5小時） • AI輔助的3D建模技術（1.5小時） 第三單元：使用Inkscape和GIMP進行藝術創作和設計（4小時） • 介紹Inkscape和GIMP（1小時） • 創建動畫項目的2D素材（1.5小時） • AI輔助的藝術創作和設計技術（1.5小時） 第四單元：使用Leonardo AI進行動畫製作（4小時） • 介紹Leonardo AI（1小時） • 使用AI創建基礎動畫（1.5小時） • 高級AI輔助動畫技術（1.5小時） 第五單元：使用Shotcut進行影片和音效剪輯（4小時） • Shotcut介紹（1小時） • 剪輯動畫項目的影片和音效（1.5小時） • AI輔助的影片和音效剪輯技術（1.5小時） 第六單元：使用ChatGPT進行故事講述和編劇（4小時） • ChatGPT介紹（1小時） • AI輔助的故事講述和編劇（1.5小時） • 合作和腦力激盪技巧（1.5小時） 第七單元：使用Midjourney AI進行項目管理（4小時） • Midjourney AI介紹（1小時） • 計畫和管理動畫項目（1.5小時） • AI輔助的項目管理技巧（1.5小時） 第八單元：最終項目和演示（4小時） • 最終項目準備工作（2小時） • 項目演示和反饋（2小時）
矢量數據庫是專門用於高效存儲、搜索和檢索高維矢量的數據庫。它們特別適用於根據相似性或接近性比較數據點的應用程序中，例如機器學習（ML）和人工智能（AI）。 本課程旨在幫助學生學會為人工智能和機器學習應用程序設計、實現和管理矢量數據庫，以及進行高效的相似性搜索和高維數據處理。該課程使用 Python 語言，並將 Python 編程培訓納入課程內容的一部分，為不熟識 Python 編程的學生打好基礎。 ---------------------------------------- 矢量數據庫的常見用例： 1. 推薦系統：向量數據庫可根據特徵向量查找相似的物品或用戶，實現個性化推薦。 2. 圖像搜索和電腦視覺：高維特徵向量可以模擬圖像，允許向量數據庫執行相似性搜索，以用於圖像檢索或對象識別任務。 3. 自然語言處理（NLP）：詞嵌入和文檔向量可以存儲在向量數據庫中，用於文本相似性搜索、語義分析和機器翻譯等任務。 4. 異常檢測：向量數據庫可以通過將特徵向量與其餘數據進行比較來識別異常數據點或異常值。 5. 聚類和分類：在無監督和被監督的 ML 場景中，向量數據庫可用於執行聚類和分類的任務。 課程大綱： 學習 Python（40小時）： 第 1 週：Python 編程簡介（10 小時） • Python 數據類型、變量和運算符（3 小時） • 控制結構：條件、循環和異常處理（4 小時） • 函數、模塊和庫（3 小時） 第 2 週：Python 中的面向對象編程（10 小時） • 類、對象和繼承（4 小時） • 封裝、多態和抽象（4 小時） • 設計模式和最佳實踐（2 小時） 第 3 週：用於數據操作和可視化的 Python 庫（10 小時） • 用於數值計算的 NumPy（3 小時） • 用於數據操作的 Pandas（4 小時） • 用於數據可視化的 Matplotlib（3 小時） 第 4 週：Python 中的線性代數概念和實現（10 小時） • 向量、矩陣和運算（4 小時） • 線性變換和特徵值/特徵向量（3 小時） • 優化簡介（3 小時） 矢量數據庫（160小時）： 第 1 週：矢量數據庫和高維數據簡介（10 小時） • 了解矢量數據庫及其在 AI 和 ML 中的作用（3 小時） • 高維數據表示和挑戰（4 小時） • 距離度量和相似性搜索簡介（3 小時） 第 2 週：索引技術和距離度量（10 小時） • 矢量數據庫索引技術概述（4 小時） • k-d 樹、球樹、HNSW 圖和 LSH（4 小時） • 距離度量：歐氏距離、餘弦相似度和曼哈頓距離（2 小時） 第 3-4 週：索引技術和距離度量的實踐練習（20 小時） 第 5 週：矢量數據庫工具和 ML 框架集成（10 小時） • Pinecone、Faiss、Annoy 和帶矢量擴展的 Elasticsearch 簡介（4 小時） • 每個工具的實踐練習（4 小時） • 與用於機器學習應用程序的 TensorFlow 和 PyTorch 集成（2 小時） 第 6-7 週：矢量數據庫工具的案例研究和實踐練習（20 小時） 第 8 週：可擴展性和高級主題（10 小時） • 數據分區、負載平衡和分佈式索引（3 小時） • 查詢處理和優化技術（4 小時） • 數據存儲和管理策略（2 小時） • 矢量數據庫中的安全、隱私和監控（1 小時） 第 9-10 週：真實世界的用例和應用程序（20 小時） • 圖像搜索和計算機視覺（5 小時） • 自然語言處理和文本相似性（5 小時） • 推薦系統（5 小時） • 異常檢測和聚類（5 小時） 第 11-14 週：最終項目 - 提案、設計和實施（40 小時） 第 15 週：最終項目的展示和評估（10 小時） 第 16 週：課程複習和繼續學習的其他資源（10 小時） 第 17 週：高級距離度量和評估技術（10 小時） • Minkowski 距離、Jaccard 相似度和其他距離指標（4 小時） • 評估相似性搜索質量的技術（3 小時） • 基準測試和性能分析（3 小時） 第 18 週：與 AI 和 ML 框架的高級集成（10 小時） • 將向量數據庫與強化學習框架結合使用（4 小時） • 與其他人工智能框架和庫的集成（3 小時） • 跨框架兼容性和最佳實踐（3 小時） 第 19 週：新興趨勢和前沿研究（10 小時） • 調查矢量數據庫研究的最新進展（4 小時） • 分析影響矢量數據庫的 AI 和 ML 新興趨勢（3 小時） • 討論開放的研究問題和潛在的未來發展（3 小時） 第 20 週：優化和性能調整（10 小時） • 優化矢量數據庫性能的技術（4 小時） • 負載測試和壓力測試（3 小時） • 識別和解決性能瓶頸（3 小時） 第 21 週：矢量數據庫中的數據隱私和安全（10 小時） • 保護隱私的相似性搜索技術（4 小時） • 矢量數據庫中的安全數據存儲和訪問控制（3 小時） • 法規和合規注意事項（3 小時） 第 22 週：構建自定義矢量數據庫解決方案（10 小時） • 開源矢量數據庫項目概述（3 小時） • 設計和實施自定義矢量數據庫解決方案（4 小時） • 為開源矢量數據庫項目做貢獻（3 小時） 第 23 週：行業客座講座和案例研究（10 小時） • 行業專業人士關於矢量數據庫應用的客座講座（5 小時） • 分析各個行業的真實案例研究（5 小時） 第 24 週：課程反思和職業機會（10 小時） • 討論矢量數據庫和高維數據管理領域的職業道路和機會（4 小時） • 回顧課程概念以及它們如何應用於現實世界的問題（3 小時） • 準備工作面試和作品集開發（3 小時）
這個 800 小時課程的目標是讓學生掌握使用開源 AI 和設計工具創建 電影級CG動畫所需的知識和技能。課程將涵蓋 CG 動畫的所有方面，從腳本編寫到最終渲染，學生將在所有相關技術領域打下堅實的基礎。通過本課程，學生將學習使用AI工具來加速動畫製作過程，創作出逼真、震撼的動畫。 ---------------------------------- 創作人才的需求 隨著對高質量 CG電影級動畫長片的需求不斷增加，需要大量熟練使用開源 AI 和設計工具的藝術家和動畫師。 本課程旨在為學生提供創建 CG 電影級動畫長所需的知識,技能和工具，並探索人工智能和該領域其他新興技術的潛力。 通過團隊協作，學生還將培養重要的人際交往能力，這對於在創意產業取得成功至關重要。 課程大綱： 第 1-2 週：CG 長片動畫簡介 在課程的前兩週，將向學生介紹 CG 長片動畫的基本概念和原理。 這將包括課程概述、將在整個計劃中使用的軟件和工具的介紹，以及 CG 長片動畫製作流程的概述。 學生們還將開始他們的第一個項目，這將涉及使用 Blender AI 創建一個簡單的 3D 模型。 第 3-4 週：角色設計和建模 在第 3 週和第 4 週，將向學生介紹角色設計和建模的原則。 這將包括對設計過程、角色解剖和 3D 建模基礎知識的概述。 還將向學生介紹用於角色設計的 Midjourney 軟件工具。 在本節中，學生將致力於設計和建模自己的原創角色。 第 5-6 週：環境設計和世界構建 在第 5 週和第 6 週，學生將學習環境設計和世界構建。 這將包括情緒板創建、環境敘事和環境資產創建的介紹。 學生還將開始使用 Blender AI 設計和構建自己的環境。 第 7-8 週：特效和模擬 在第 7 週和第 8 週，學生將學習特效和模擬。 這將包括對用於創建特殊效果的 Stable Diffusion 軟件工具的介紹。 學生將努力為他們的角色和環境添加特效。 第 9-10 週：人群場景和動作捕捉 在第 9 週和第 10 週，學生將學習人群場景和動作捕捉。 這將包括對 Point-E 和 PifuHD 軟件工具的介紹，它們將用於動作捕捉和麵部表情傳輸。 學生將努力為他們的角色添加動作捕捉並創建人群場景。 第 11-12 週：聲音設計和視頻合成 在第 11 週和第 12 週，學生將學習聲音設計和視頻合成。 這將包括對聲音設計原則和聲音在動畫中的使用的介紹，以及對用於視頻合成和編輯的 Kdenlive 軟件工具的介紹。 學生將致力於創建自己的聲音設計並將其整合到他們的最終項目中。 第 13-14 週：紋理、光照和渲染 在第 13 週和第 14 週，學生將學習紋理、光照和渲染。 這將包括介紹使用 Krystal Office+（GIMP、Krita 和 Inkscape）創建和編輯紋理，以及介紹 Blender AI 中的照明和渲染。 學生將致力於為他們的最終項目添加紋理、照明和渲染。 第 15-16 週：最終畢業設計 在課程的最後兩週，學生將完成他們的最終畢業設計。 這將涉及使用他們在整個計劃中學到的所有技能和工具來創建高質量的 CG 動畫長片。 學生將被要求提交符合特定質量標準的完整項目，這些標準將在項目指南中進行概述。 在整個課程中，我們將為學生提供其他資源和材料，例如視頻教程和在線論壇，以支持他們的學習和發展。 該課程還將包括定期評估和反饋，以幫助學生跟踪他們的進步並確定他們需要改進的地方。
本訓練營為參與者提供體驗使用Python進行數據分析和決策的機會。即使完全沒有接觸過Python，也能在本訓練營中自如學習。 我們的導師將指導學生從基本的語法開始學習Python的基礎知識，之後再帶領他們在實踐中學習更複雜的數據分析操作。 在訓練營尾聲，學生需要完成知識評估，以證明自身的知識掌握程度。 (課程對象： 對經常接觸數據，並對數據分析已有基本概念和認識而有意加強其數據可視化，分析和決策能力的人士。 適合對象： 工作上需要接觸數據或想投身或想投身於數據分析行業的人士 時數：40小時 教學方法：課堂教授、示範及實習 獲頒証書要求： 學員必須達到下列畢業要求，方獲頒畢業證書： (i)學員的總出席率須達課程的最低要求(80%)；及 (ii)必須於課程評估考獲整體及格分數；及 (iii)必須於期末考試考獲及格分數 課程如下： 單元一： Python基本語法和應用訓練 （10小時） 1. Python基礎語法 2. 運用進階 Python 處理表格格式 3. 透過Python從應用程式介面中提數據 單元二： 數據分析及決策訓練 （28小時） 1. 數據的本質及其應用 2. 使用基本工具探索和描述數據 3. 使用可視化工具 4. 了解和解讀數據 5. 介紹最新數據分析 6. 發展數據與數據分析的關鍵概念 7. 數據的分析與建模 8. 數據見解的可視化和展示 單元三： 課程評核 - 期末筆試 （2小時）)
研究金融市場有很多種方法。其中，杜邦分析法對於了解推動公司盈利的特定因素很有幫助。杜邦分析公式是一種工具，可有助避免公司盈利能力相關的誤導性結論。在本課程中，投資者將學習如何閱讀和解釋上市公司的財務報告。通過使用杜邦公式在10分鐘內建立一個簡單的表格，投資者還可以學會尋找被低估的公司，並且避免被高估的公司。
雖然交易是人與人之間的過程，但市場本身是客觀、沒有偏見的。一個人對市場的看法完全取決於自己。如果你的長期目標是達到並保持市場交易者的地位，那麼培養一種有助於你從不偏不倚的角度觀察市場的心態就非常重要。在本課程中，你將學習如何消除對市場的主觀概念，並且在進行交易前從多角度客觀分析事實。
在本課程中，你將學習核心動畫原理，從簡單的彈跳球動畫開始，到更高級的角色模型動作，如行走、跳躍和表演等。導師還將指導學生學習動畫工作流程和技術術語，以幫助他們更快地適應專業動畫工作。 本課程是為沒有經驗，並對3D動畫製作懷有強烈興趣的初學者設計的。
本課程旨在幫助希望為自己的遊戲創建簡單資產的Blender初學者。從學習Blender的基本操作到將你自己的遊戲資產導入你喜歡的遊戲引擎，本課程將成為你在Blender中製作遊戲資產的完整指南。
本課程將幫助剛接觸Blender的油脂鉛筆工具的初學者快速掌握其基本功能和應用。學生將學習如何使用繪製模式、編輯畫作、選擇合適的畫筆和材料、添加修改器和著色器、製作2D動畫等等。
本課程為Blender的動態圖形技術提供了一個全面的指導。以Blender作品為示範，將仔細剖析和分析各個鏡頭和其中使用的技術，以及達成的效果。在本課程完結時，學生將能夠掌握各種動態圖形技術，並將其應用到自己的作品中。 本課程是為初學動態圖形及對Blender創作有著濃厚興趣的人設計的。
本課程假定你有一定的使用Blender的經驗。你將學習Blender Studio中的裝配工具，以及Rigify的裝配生成工作流程。什麼是Rigify？這個插件可以讓你在一個簡單的Metarig上輸入參數，從而生成可用來控制角色的控制器。整個過程將由我們經驗豐富的導師在課程中向你詳細說明。
