AI深度學習理論與實作培訓班

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python與keras，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.  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

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

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，請於開課前三日以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。