目前位置: 首頁 > 公開課程 > 資訊管理 > 數位多媒體 > 【資策會】機器學習應用於電腦視覺與影像分析

【資策會】機器學習應用於電腦視覺與影像分析

人工智慧-機器學習應用於電腦視覺及影像處理

  課程將沿著機器學習發展的脈絡,介紹機器學習領域中的重要方法,了解其理論基礎,並延伸到模型的各種變形,藉由各種實例與應用,了解機器學習各種模型的特性,與如何用來解決不一樣的問題。課程將使用Matlab與C程式,實際操作機器學習領域的四大方法,了解模型使用的挑戰與相應的解決方式與應用。

加入收藏
收件人email:
寄件人姓名:
寄件人email:
適合對象:專業人員 、技術人員 、一般職員 、職場新鮮人 、轉職者 、創業
 

◆ 課程緣起

機器學習是近年來應用於影像辨識、電腦視覺、語音處理、文字辨識等領域非常重要的方法,從淺層的模型設計,例如支援向量機(Support Vector Machine),到現在深層的模型架構,如深度學習(Deep Learning),機器學習方法的發展演進,讓各領域的問題都有結果上的重大突破。

資策會特規劃「機器學習應用於電腦視覺與影像分析」課程,本課程將沿著機器學習發展的脈絡,介紹機器學習領域中的重要方法,了解其理論基礎,並延伸到模型的各種變形,藉由各種實例與應用,了解機器學習各種模型的特性,與如何用來解決不一樣的問題。課程將使用Matlab與C程式,實際操作機器學習領域的四大方法,了解模型使用的挑戰與相應的解決方式與應用

 ◆ 課程效益

  • 了解機器學習的基礎原理 - 從模型的基礎出發,了解機器學習模型設計的概念,與如何正確有效的訓練模型。

  • 熟悉機器學習的四大常用模型 - 介紹機器學習領域四大方法,包含支援向量機(Support Vector Machine)、深度學習(Deep Learning)、適應性學習(Aboosting)與高斯混和模型(Gaussian Mixture Model)。

  • 掌握機器學習模型的特性,了解如何應用到實際問題 - 透過實際操作了解各種模型的特性,與這些模型如何應用在影像辨識、電腦視覺與其他不同的應用。

 ◆ 適合對象
  • 需要應用機器學習解決特定領域問題的研發工程師或技術人員。

  • 需要對現有系統,進行資料分析、工業檢測、效能提升的管理人員。

  • 需要利用機器學習技術研發新技術的創業人員。

預備知識: 具備C程式、Matlab程式設計基礎為佳

 ◆ 課程內容
 

 課程單元

課程內容

機器學習基本觀念介紹

  • 機器學習方法的種類與相對應解決的問題

  • 正確學習模型與增進模型的準確率

深度學習模型介紹

  • 深度學習的模型架構與方法

  • 深度學習的模型訓練

  • 實作- Matlab設計深度學習模型於影像辨識

支援向量機介紹

  • 支援向量機的設計原理概念

  • 支援向量機的模型變形、訓練與參數選擇

  • 實作-支援向量機訓練用於工業檢測

適應性學習介紹

  • 適應性學習的概念與實例

  • 適應性學習的模型組成與訓練

  • 實作適應性學習模型的實際應用

高斯混和模型介紹

  • 高斯混和模型結構與機率模型

  • 高斯混和模型與最大期望演算法

  • 實作高斯混和模型用於人臉辨識

*課程執行單位保留調整課程內容、日程與講師之權利*



簡介

資策會數位教育研究所成立於1979年,全所員工上百人,為全國第一家通過ISO9000認
證之教育訓練機構,TTQS評核為「標竿訓練機構」,連續多年獲選為「MIS Best
Choice教育訓練機構」,為國內各產業培育資通訊技術、管理與應用之專業人才。此
... more

*請務必將下列資料填妥,資料送出後,開課單位將會主動與您聯繫。

我想知道本課程的企業包班內訓     


(重新產生)