本專題說明如何結合實作期間所學之機器學習、物聯網、及雲端架構等技能 透過 Microsoft 與 Google 所提供人工智慧的相關服務製作推論模型，將其搭載於安裝在大學教室內的開發板及鏡頭等邊緣裝置，並運用影像辨識與數據分析，針對不同狀況智慧判斷該採取的對應行動、自動發報即時通知給相關人員、蒐集數據至雲端資料庫做進一步的運用，實現節能、清潔、安全、且顧及弱勢族群的學習空間。 本方案亦可拓展合作對象，藉由結合科技人才與校園原有之保全系統和清潔服務，共創即時、自動化、以及更友善的學習環境。
本專題說明如何結合實作期間所學之機器學習、物聯網、及雲端架構等技能
透過 Microsoft 與 Google 所提供人工智慧的相關服務製作推論模型，將其搭載於安裝在大學教室內的開發板及鏡頭等邊緣裝置，並運用影像辨識與數據分析，針對不同狀況智慧判斷該採取的對應行動、自動發報即時通知給相關人員、蒐集數據至雲端資料庫做進一步的運用，實現節能、清潔、安全、且顧及弱勢族群的學習空間。
本方案亦可拓展合作對象，藉由結合科技人才與校園原有之保全系統和清潔服務，共創即時、自動化、以及更友善的學習環境。