1.熟悉Python此程式語言。 2.協助具程式語言基礎(Python)之學員自行實作或是運用scikit-learn開發機器學習模型。 3.運用機器學習技術進一步提升影像處理或電腦視覺領域中各類問題之效果。 4.未來銜接各類深度學習課程。
Python, 機器, 學習, 模型, 實作, 台北
課程代碼 2322090023 Loading...

Python機器學習模型實作 - 課程總覽 - 產業學習網

Loading...

課程型態/ 混成(實體+線上同步)
上課地址/ 工研院產業學院 台北學習中心,實際上課地點,請依上課通知為準。
時數/ 12小時
起迄日期/ 2023/03/14~2023/03/28
聯絡資訊/ 李晨安 23701111#316 or 827316
報名截止日/ 2023/03/09
標題的icon

課程介紹

112年推動機電產業智慧製造計畫,補助50%!
 
  機器學習理論是電腦視覺工程師或是資訊科學家的必備技能,亦是深度學習技術的根本,許多深度學習的傑出研究人員都具有強大的機器學習背景知識與豐富的程式實作經驗,本課程的目標在於學會如何透過Python自行實作機器模型,或是利用Scikit-learn這個強大的機器學習函式庫來進行各式各樣機器學習任務的訓練以及推論。
  本課程每一章節都有實作範例,部份實作同時提供自行以Python實現的程式碼以及Scikit-learn所提供的函式以比較效果差異,課程目標在於讓學員能對機器學習有全面性的瞭解,並且具備進入深度學習模型開發前的所有基礎知識,其中包括線性代數,統計以及機率。

本課程所有的程式都將在Colab上此雲端平台上開發,課程的實作範例包括了:
  1. 機器學習簡介
  2. 迴歸分析簡介與實作: 線性迴歸、嶺迴歸、套索迴歸、彈性網路
  3. 分群法簡介與實作:  K-平均演算法、均值漂移演算法、最大似然估測、最大後驗估測、最大期望演算法
  4. 基於資訊的分類方法簡介與實作: 決策樹與隨機森林
  5. 基於誤差的分類方法簡介與實作:  K-近鄰演算法、支持向量機、人臉分類實作(使用HOG特徵+SVM)
  6. 資料降維簡介與實作: 運用主成份分析進行資料降維,並運用邏輯迴歸進行(MNIST)手寫數字辨識。


標題的icon

課程目標

  1. 熟悉Python此程式語言。
  2. 協助具程式語言基礎(Python)之學員自行實作或是運用scikit-learn開發機器學習模型。
  3. 運用機器學習技術進一步提升影像處理或電腦視覺領域中各類問題之效果。
  4. 未來銜接各類深度學習課程。


標題的icon

課程大綱

  1. 機器學習簡介
  2. 迴歸分析簡介與實作: 線性迴歸、嶺迴歸、套索迴歸、彈性網路
  3. 分群法簡介與實作:  K-平均演算法、均值漂移演算法、最大似然估測、最大後驗估測、最大期望演算法
  4. 基於資訊的分類方法簡介與實作: 決策樹與隨機森林
  5. 基於誤差的分類方法簡介與實作:  K-近鄰演算法、支持向量機、人臉分類實作(使用HOG特徵+SVM)
  6. 資料降維簡介與實作: 運用主成份分析進行資料降維,並運用邏輯迴歸進行(MNIST)手寫數字辨識。


標題的icon

訓練對象

  1. 具備程式設計能力,未來想投入機器學習、電腦視覺或資料科學領域的工程師
  2. 想應用電腦視覺、機器學習相關技術至物聯網、駕駛輔助系統之程式設計師


標題的icon

講師簡介

林哲聰  老師
  • 學歷:台灣大學應用力學研究所碩士/清華大學資訊工程研究所博士
  • 現職:Chalmers University of Technology 博士後研究員
  • 經歷:工研院機械所副研究員/研究員/資深研究員
   加州大學聖塔芭芭拉分校資工系訪問研究員
   上奇資訊-計算機概論 共同譯者
   2010 伽利略創新大賽 台灣區季軍
   2011 伽利略創新大賽 特別獎(GNSS Living Lab)得主
   2013 伽利略創新大賽 瑞士區冠軍
   2016 日本立命館大學英文演講比賽 清華大學代表
   2017 CVGIP 行人偵測競賽 亞軍
   2017 MOST 生成式對抗網路競賽 佳作
   2018第八屆兩岸清華研究生學術論壇 清華大學代表
   2019 IEEE ICIP Three Minute Thesis Competition (3MT®): Finalist
   2020 AI智慧應用新世代人才培育計畫-人才解題實證(倒車攝影機影像識別-障礙物與逼近偵測):佳作
   2020 中華民國影像處理與圖形識別學會第十三屆博碩士論文獎博士論文佳作
   2020 中華民國資訊學會碩博士最佳論文獎-博士論文佳作
  • 專長
  Computer Vision, Image Processing, Pattern Recognition, Machine Learning, Deep Learning,   GPS, Embedded System, iPhone Programming
  已於車用影像安全警示系統領域中發表過二十五篇國際論文,十五篇國內論文,以及十三篇專利。


標題的icon

開課資訊

  • 主辦單位:經濟部工業局
  • 執行單位:工研院產業學院
  • 上課時間:112/03/14、03/21、03/28 (每週二) ,13:00~17:00(12小時)
  • 上課地點:
    實體:工研院產業學院 台北學習中心 (實際上課地點以上課通知為主!)
    線上:線上直播會議室(使用Cisco Webex Meeting,將於課前提供會議室連結) 課程
  • 報名方式:
  1.線上報名:點選課程頁面上方的「線上報名」
  2.傳真報名:填妥報名表傳真至02-23811000

  • 繳費方式:報名時可選擇信用卡線上繳費或匯款,主辦單位將於確認開班後通知您相關匯款資訊


標題的icon

課程費用

身分別

費用

說明

一般身分補助50%

每人

7,000

原價NT$14,000,政府補助NT$7,000,學員自付NT$7,000

中堅企業補助65%

每人

4,900

原價NT$14,000,政府補助NT$9,100,學員自付NT$4,900

※中堅企業說明:屬於經濟部工業局公佈之中堅企業名單(請參考網頁公告附件或來電洽詢),學員報名必須請公司開立在職證明,課程發票會開立該公司發票

※中堅企業名單參考:https://reurl.cc/Q9lkpq

特定對象補助65%

每人

4,900

原價NT$14,000,政府補助NT$9,100,學員自付NT$4,900

※特定對象:針對具身心障礙、原住民與低收入戶之人士,報名時出具證明。身心障礙手冊正反面影本、「原住民族身分法」所定原住民身分證明及低收入戶證明之相關證明文件、生活扶助戶(低收入戶)中有工作能力者提供縣市政府或鄉鎮(區)公所開立之低收入戶身分證明文件或低收入戶卡影本一份,但該證明文件未載明身分證號碼及住址者,應檢附國民身分證正反面影本或戶口名簿影本一份。)

☉註:本課程經工業局補助,受訓學員需依規定填寫學員基本資料及簽名,且出席時數需達報名課程時數八成以上,方可適用補助辦法,若未符合規定者,則需支付課程原價費用。(結訓學員應配合工業局於培訓後電訪調查)

 

標題的icon

注意事項

  1. 本線上直播課程無補課機制。
  2. 為確保您的上課權益,報名後若未收到任何回覆,敬請來電洽詢方完成報名。
  3. 為配合講師時間或臨時突發事件,主辦單位有調整日期或更換講師之權利。
  4. 報名時請註明欲開立發票完整抬頭,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,課程開始當天不得以任何因素要求退費。
  5. 為尊重講師之智慧財產權,恕無法提供課程講義電子檔。
  6. 因課前教材、講義及餐點之準備及需為您進行退款相關事宜,若您不克前來, 請於開課三個工作日前告知或更換他人參加,以利行政作業進行並共同愛護資源。
  7. 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。


標題的icon

附件

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)