AI深度學習理論與實作培訓班

本課程,深度學習理論與實作課程,除了透過學理上的解說與實踐上步驟的介紹

適合對象:

AI深度學習理論與實作培訓班

上課地址:中科工商服務大樓4樓或9樓教室(台中市大雅區中科路6號)

時數:21

起迄日期:2019-06-29~2019-07-01

聯絡資訊:林智君/04-25678652

報名截止日:2019-06-27

課程類別:人才培訓(課程)

研討會編號:2319030120

 

課程介紹

AI深度學習理論與實作培訓班

 

課程簡介:

  傳統機器學習對於日常決策產生了許多正面效益、另一股新興的分支:深度學習的崛起,嘗試探究人類心智的學習模式,才是這一波真正擄獲眾人目光的焦點。由於探究的是人類都不好說明白的心智認知的題目同時崛起太快又加上過多陳述成功案例,讓多數人一時掌握不住全面事實,無法對機器學習有正式的認識。

 

本課程,深度學習理論與實作課程,除了透過學理上的解說與實踐上步驟的介紹,讓同學可以學習到實踐深度學習的技能,本課程最大的特色是重視學習者對深度學習的正確認知,嘗試揭開很多人認為玄學的深度學習的神秘面貌,親近與生活在深度學習的時代,攜手學習者踏出深度學習的動手實踐之路。

 

課程對象:

   1.自學或上過任何程式入門課程者為佳。

   2.具備基本機率或用過 Excel者為佳。

 

課前準備:

   1.筆記型電腦。

   2.Google email 帳號與開啟Google 雲端硬碟。


結訓證明發放準則:

   1.參與課程研習,出席率達80%()以上者。

   2.參與課程學科(筆試)成績達70分以上。

學員需同時通過以上條件,將取得工研院產業學院之「AI深度學習理論與實作培訓班」合格證書。

 

課程大綱:

主題

內容

認識深度學習

1.  大家在說甚麼,這堂課要學甚麼?

2.  機器真的可以學習嗎?

3.  為甚麼是現在?

4.  人工智慧/機器學習框架與分類

5.  機器學習?深度學習?

6.  學習深度學習的基本知識

7.  資料的意義

8.  補充教材:統計、數據、機器學習

9.  補充教材:基本pythonkeras,與 colab

10.補充教材:Kaggle

深度學習基礎

1.  線性迴歸與分類問題: 兼談損失函數與熵。

2.  非線性空間。

3.  從羅吉斯回歸到深層深經網路Deep Neural Networks

4.  深層網路的秘密:搜尋的起點

5.  套用框架的牛刀小試

6.  補充教材:yolo 是分類還是迴歸?

深層深經網路Deep Neural Networks

1.  梯度下降法

2.  反向傳播算法

3.  Keras 實踐 DNN與基本參數設定:

  j基本 DNN隱藏層介紹(Hidden Layer)

  k基本激活函式介紹(Activative Function)

  l基本損失函示與最佳化方式選擇 (Hidden Layer)

4.  參數量計算

卷積深經網路Convolution Neural Networks

1.  內積與卷積

2.  LeNet5

3.  CNN 運作解說

4.  CNN 的參數量

5.  影像特徵與 Maxpooling   1*1 卷積 

6.  補充教材:他到底在學甚麼?我們看得到嗎?我們驗證得到嗎?

7.  補充教材:類神經網路與人腦的距離。

8.  補充教材:framework 的選擇與ResNet @fast.ai

訓練與結果

1.  關於訓練、驗證、測試資料

2.  關於 Kaggle 上的資料與成績

3.  過擬合Overfitting與低度擬合underfitting 以及相對對策

4.  為什麼深層有效

遞歸神經網路Recurrent Neural Networks

1.  為什麼我們需要一種新的模型?

2.  其實我們在說的是 LSTM

3.  RNN 運作解說

4.  文字雲與中文

5.  基本文本處理的程序介紹

6.  有趣的字嵌入 (Word Embedding)

7.  有些不一樣了,all about attention

8.  梯度爆炸與梯度消失

9.  補充教材: 作品介紹(圖片描述與食物機器人)與 Kaggle NLU

強大的模型

1.  腦補的生成器:

  j自動編碼器 (AutoEncoder)

k VAE (Variational Encoder)

2.  生成對抗網路Generative Adversarial Network

3.  強化學習Reinforcement Learning

4.  飛躍進展中的科技的學習方式

   (補充教材講師會依據上課狀況評估是否於課堂中講解)

 

師資介紹:

阮榮裕老師,台灣科技大學電子所通訊組碩士畢業,主要研究領域為通訊系統、深度學習、機器學習與專案管理,曾經擔任資料科學年會/行動科技年會講者。擅長資料科學與網站開發技術,熟悉的語言是 Python  JavaScript。是資料科學的信仰者,試圖用資料科學的方法導入到不同領域解決問題。喜歡與不同背景的人進行交流,分享資訊思維與跨領域的整合經驗。

常見問題

■ 上課日期:6/29、6/30、7/1(六、日、一) 09:00-17:00;共21小時
■ 上課地點:工研院產業學院 台中學習中心

■ 上課地址:台中市大雅區中科路6(中科管理局工商服務大樓4樓或9樓教室) 實際上課教室請依據上課通知函為準!(詳細交通資訊會於上課通知中提供) 

■ 預計招生名額:25名為原則,依報名及繳費完成順序額滿為止
■ 報名方式:點選課程頁面上方之「線上報名」按鈕進而填寫報名資訊即可。 
■ 課程洽詢: 04-25678652 林小姐

◆繳費方式: 

繳費方式

(一)ATM轉帳(線上報名):
繳費方式選擇「ATM轉帳」者,系統將給您一組轉帳帳號「銀行代號、轉帳帳號」,但此帳號只提供本課程轉帳使用各別學員轉帳請使用不同轉帳帳號!!轉帳後,寫上您的「公司全銜、課程名稱、姓名、聯絡電話」與「收據」傳真至04-25690361工研院產業學院 台中學習中心 收。

(二)信用卡(線上報名):

繳費方式選「信用卡」,直到顯示「您已完成報名手續」為止,才確實完成繳費。

(三)銀行匯款(限由公司逕行電匯付款)

土地銀行工研院分行,帳號156-005-00002-5(土銀代碼:005)。戶名「財團法人工業技術研究院」,請填具「報名表」與「收據」回傳真至04-25690361工研院產業學院 台中學習中心 收。

(四)即期支票或郵政匯票:

抬頭「財團法人工業技術研究院」,郵寄至:428台中市大雅區中科路64(中科工商服務大樓4工業技術研究院 收。

 

※繳費後請於收據上註明「公司名稱、課程訊息、姓名、聯絡電話」,傳真至產業學院 04-25690361 林小姐 收

 

貼心提醒

1.為確保您的上課權益,報名後若未收到任何回覆,請來電洽詢方完成報名。
2.若報名者不克參加者,可指派其他人參加,並於開課前一日通知。
3.因課前教材、講義及餐點之準備,若您不克前來需取消報名,請於開課前三日EMAIL通知主辦單位聯絡人並電話確認申請退費事宜,逾期將郵寄講義,恕不退費。

 

附件

 
 


簡介


產業學院緣起
  依據行政院「挑戰2008:國家發展重點計畫」下之「國際創新研發基地」與「產業高值化」兩計畫,首重產業科技人才的效能。

•911216經科字第09103373120號函:經濟部將本院籌設工研院產業學院之工作,列為因應產業結構轉型,提