隨著科技進步與物聯網的盛行，可感測、蒐集的數據越來越多，資料量呈現大幅度成長。巨量之即時交通資料透過演算(深度學習演算法)轉化後可轉化為有用的資訊，進而提升公共運輸品質。若透過資料採礦及數據分析技術建立地區遊客數或交通量之交通資料庫及預測模式。

    國外與我國台北市近期均著重發展無人駕駛自動化公共運輸系統，對現今駕駛人力短缺的客運業，或許能帶來巨大的變革與影響。有鑑於國內客運業者對於無人化自動駕駛均較為陌生，本次課程將深入淺出地介紹相關科技與應用，提供業者進入此一領域之基礎。

    藉由大數據資料蒐集技術，進一步探討巨量交通數據與大數據分析技術應用，尤其在發展無人自動化駕駛之公共運輸系統，人工智慧 (AI) 將扮演非常重要的角色。在實務上，AI 代理人的演算法將應用於解決人們日常工作和生活上(食衣住行)所面對的種種實際問題。特別是自從 Google/Deep Mind 的 AlphaGo 圍棋軟體分別在 2016/1月和 2017/5月擊敗當今世界兩位棋王之後，其背後的「深度學習演算法 (Deep-Learning Algorithm)」與應用，已成為當今 AI/Machine Learning 領域的顯學。

    本次 3 小時的研習課程，將介紹人工智慧與演算法和自動畫公共運輸的原理與應用，研習內容涵蓋範圍如下：

1.    INTRODUCTION
2.    Concepts of Deep-Learning Algorithm
3.    AlphaGo : An Application of Deep-Learning Algorithm
4.   Applications of Deep Learning in Public Transit Systems