1.學員能瞭解並掌握各類神經網絡原理 2.學員能透過課程熟悉各類神經網絡於視覺影像處理之應用案例及各類神經網絡的優缺點與應用時機
雲端自學, 人工智慧, 影像辨識, 圖像處理, 物件偵測, AI應用, 線上課程
課程代碼 2321070059 Loading...

AI應用於圖像處理基礎與案例 - 課程總覽 - 產業學習網

Loading...

課程型態/ 雲端自學
上課地址/ 線上課程(購買後即可觀看課程)
時數/ 1小時
起迄日期/ 2022/12/30~2022/12/30
聯絡資訊/ 李胤鋒 03-5918043
報名截止日/ 2022/12/29
標題的icon

課程介紹

  機器學習是人工智慧的一種,其應用於商業評估與分析、製程與產品的瑕疵檢測等,是現今最具商業應用價值的AI技術。根據Algorithmia調查報告,2020 年間,有 83% 的組織增加了對 AI ML 的預算,聘用的數據科學家的平均數量年增 76%。即使是非統計或分析背景出身人員,由於AI技術應用於各類型產業工作的範圍擴大,擁有AI基礎能力已成為各類職務人員所必備。
  本課程將先從AI應用於圖像辨識應用的各類神經網路原理進行介紹,接著說明各類神經網絡的優缺點以及應用案例,對於初踏入AI領域的職場工作者來說,本課程有助於釐清基本觀念,啟發學員未來於實務工作上有更多元且寬廣之應用。


標題的icon

課程目標

  • 學員能瞭解並掌握各類神經網絡原理
  • 學員能透過課程熟悉各類神經網絡於視覺影像處理之應用案例
  • 學員能清楚掌握各類神經網絡的優缺點與應用時機


標題的icon

課程對象

※適合執行製程產線AI分析之製程工程師、品保工程師
-投入智慧製造,應用深度學習物件檢測、瑕疵檢測於製程開發、生產優化、產品品質領域之人員。

※本課程適合有意投入AI深度學習相關部門之演算法工程師、軟體工程師、物聯網工程師
-整合機器學習平台、視覺資料處理、模型預測等對深度學習具熱忱及欲投入相關工作者。
※本課程適合執行跨部門計畫之專案經理、專案人員等
-投入資通訊產業,從事產品開發或專案管理等跨部門溝通之管理者與工作人員,需要對深度學習有基礎的了解。


標題的icon

講師介紹

莊永裕教授
現任:國立台灣大學 資訊工程學系/資訊網路與多媒體研究所 教授
專長:電腦圖學、電腦視覺、數位特效製作、多媒體系統


標題的icon

課程大綱

1.影像辨識流程
2.神經網路原理
3.全連結(fully connected)神經網路
4深度學習用於影像辨識
5.捲基層(convolution layer)
6.捲積神經網路(CNN)原理與應用

7.辨識、分割、偵測
8.全卷積網路(fully convolutional network)
9.物件偵測(單一物件、多物件)
10.R-CNN(Region proposals+CNN features)原理與案例


標題的icon

課程資訊及報名方式

上課日期:隨時上課/購買後即可開通帳號
上課時數:1小時

課程費用:800
上課方式:線上課程
-學員完成報名與繳費後,將會於3-5個工作天收到觀看網址及開通權限通知。
-課程期間:從開通權限起,即可在1個月內無限次數的觀看與自主學習。


標題的icon

學習權益

※本課程為數位課程,無特定觀看日期,待報名且繳款完成後,由課程承辦人確認收款無誤後,將開通帳號以及提供觀看連結予學員,並享有付費期間內無限次數觀看權限。

※為確保學員的上課權益,報名後若未收到任何回覆,敬請主動詢問是否完成報名。

※數位課程同一帳號僅限本人使用,不得將參加課程活動之權利轉讓予他人。

※請報名學員遵守數位學習平台之隱私聲明相關規範。

標題的icon

相關課程

Loading...
標題的icon

推薦課程

Loading...
標題的icon

相關文章

Loading...
網頁Top按鈕 (網頁回到頂端)