AI深度學習理論與實作培訓班

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......

　　政府補助-AI深度學習理論與實作培訓班.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。

提供機構：

工業技術研究院(工研院產業學院)

加入收藏

轉寄

友善
列印

報名洽詢
機構資訊
授課講師
報名資訊
課程介紹

政府補助-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2樓(台中市大雅區中科路6號)

時數：21

起迄日期：2020-10-23~2020-10-25

聯絡資訊：林智君/04-25678652

報名截止日：2020-10-21

課程類別：人才培訓(工業局)

活動代碼：2319120141

課程內容

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。

工業局補助課程

經濟部工業局「109年度製造業價值鏈資訊應用計畫」
– 主辦單位：經濟部工業局 / 承辦單位：財團法人資訊工業策進會 / 執行單位：工業技術研究院
– 工業局補助 /「特定對象」及「中堅企業」補助
– 歡迎企業包班

課程大綱

課程大綱	課程內容
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、基本python、keras、 colab、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. 用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 與 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

講師簡介

阮老師，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 跟 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。

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

培訓證書發放準則

1.參與課程研習，出席率達80%(含)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」培訓證書。

課程費用

身份別	費用	備註
一般身分補助 (任職企業之在職人士優先錄取)	每人10,000元	原價$20,000，政府補助$10,000，學員只需自付$10,000。以提升職能為培訓目的，招生對象主要以企業在職人士、個人工作者財團法人、社團法人(含公協會)、行政法人，政府機關(含軍人)、學校教職員、學生等為主。
特定對象補助	每人6,000元	原價$20,000，政府補助$14,000，學員只需自付$6,000。 ※特定對象說明：身心障礙者：需檢附殘障手冊影本一份原住民：需檢附戶籍謄本影本一份生活扶助戶(低收入戶)：需檢附低收入戶身分證明文件
中堅企業補助	每人6,000元	原價$20,000，政府補助$14,000，學員只需自付$6,000。 ※中堅企業說明：屬於經濟部工業局公佈之中堅企業名單(如附件)，學員報名必須繳交一張公司名片、請公司開立在職證明，課程發票會開立該公司發票)

◎本課程經政府補助，上課學員皆需依規定填寫相關資料，出席時數須達總時數80%(含)以上、評量成績及格且取得培訓證書、並填寫學員意見調查表，方可適用補助辦法，若學員未符合規定，必須將政府補助費用繳回。
----------------------------------------

歡迎各位先進踴躍報名參加!!
★因應性別主流化國際趨勢，打造友善職場之發展，歡迎女性學員踴躍報名

★本計畫招生對象不包括資策會及工研院之所屬員工。

報名方式／繳費方式

課程日期：109/10/23~10/25(週五~日)
上課時間：09:00~17:00；每天7小時，共計21小時
上課地點：工研院產業學院台中學習中心 (實際上課教室請依據上課通知函為準!)
上課地址：台中市大雅區中科路6號（中科管理局_工商服務大樓4樓或9樓教室）
交通資訊：
-可搭乘『高鐵免費接駁公車(161)』：高鐵台中站至中科管理局工商服務大樓往返(平日/假日均行駛)
-或搭乘『中科免費巡迴巴士(西屯線)』：統聯中港轉運站至中科管理局工商服務大樓往返(平日行駛)
-或搭乘台中客運69路公車、仁友客運：45路公車、巨業客運：68路、東南客運98路(平日行駛)
-中科管理局近250個地下室平面停車位，停車便利，憑『車牌辬識』入場，本單位貼心免費消磁

預計招生名額：20名為原則，依報名及繳費完成之順序額滿為止(本班預計10人即開課)
報名方式：線上報名
課程洽詢： 04-25678652林小姐

繳費資訊：
(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6號4樓(中科工商服務大樓4樓) 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

注意事項

◆以下注意事項─敬請您的協助，謝謝!

1、課程3天前，學員將收到【E-mail上課通知】，敬請留意信件
2、為尊重講師之智慧財產權，請勿錄影、錄音，恕無法提供課程講義電子檔，。

3、請註明服務機關之完整抬頭，以利開立收據；未註明者，一律開立個人抬頭，恕不接受更換發票之要求。

4、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。

5、如需取消報名，請於開課前三日以書面傳真至主辦單位並電話確認申請退費事宜。逾期將郵寄講義，恕不退費。

6、結訓學員應配合經濟部工業局培訓後電訪調查。

附件

第1-5屆潛力中堅企業名單1080801.pdf

1091023-1025AI深度學習理論與實作培訓班.pdf