1.幫助學員瞭解深度學習、強化學習的經典理論與眾多模型,接著能選擇適當的訓練模型作為工具,達到解決問題之最大效益。 2.指導學員用Python和Keras來實作練習,進而能分析並應用深度強化學習的方法到不同領域當中。
AI課程, 深度學習, 人工智慧, 增強學習, 生成式AI, GAI, 深度增強學習
課程代碼 2324020029 Loading...

深度強化學習理論與實作 - 課程總覽 - 產業學習網

Loading...

課程型態/ 實體
上課地址/ 工研院中興院區21館(實際地點以上課通知為主)
時數/ 12小時
起迄日期/ 2024/07/29~2024/07/31
聯絡資訊/ 謝小姐 03-5913417
報名截止日/ 2024/07/29
標題的icon

課程介紹

       OpenAI2022年推出ChatGPT,讓AI變成平易近人的智慧工具,也讓「生成式AI」成為目前最受到矚目的AI技術。ChatGPT是以生成型預訓練變換模型(GPT)為基礎,在GPT-3.5之上使用基於人類回饋的監督式學習與強化學習來進行微調。這兩種方法都是用人類給的回饋來當作訓練教練,進而提高訓練模型效能,並以人類干預增強機器學習的效果,產出讓人類滿意的回答與結果。

       GPT的訓練過程中,強化學習扮演相當重要的角色,透過增強式的學習將協助引導大型語言模型快速朝「對」的方向收斂因此想踏入生成式AI領域,就必須學好深度強化學習(DRL)這項關鍵技術。

        本課程將帶領學員熟悉深度學習(Deep Learning)強化學習(Reinforcement Learning),並進一步瞭解將兩者結合的深度強化學習(Deep Reinforcement LearningDRL)理論與應用場景(目前深度強化學習的實務應用範疇相當多元,舉凡是自駕車、聊天機器人、機台調整参數、機器手臂、無人機、下棋遊戲等都能透過相關演算法來達成),課程中更搭配實作與案例分享,有助業界將人工智慧技術導入真實工作情境,善用AI來幫助決策並提高工作效能。

 

 

標題的icon

課程目標

1.能讓學員瞭解深度學習、強化學習經典理論與眾多模型,接著能選擇適當的訓練模型作為工具,達到解決問題之最大效益。
2.能指導學員使用Python和Keras來實作演練,進而能分析並應用深度強化學習的方法到不同領域當中。

 

 

標題的icon

課程對象

  • 具電機、電子、資管、資工等相關背景者為佳。
  • 適合從事AI演算法、AI技術開發、軟硬體研發人員/主管、相關研究機構人員來修習或對此領域有志學習者。
    【為達更佳的學習效果,請學員攜帶筆電來實作】

 

 

標題的icon

課程大綱

 

課程日期

課程大綱

第一天課程

(7/29)

1.機器學習到深度學習概論

2.多層感知器

3.卷積神經網路家族系列介紹與實作

4.遞迴神經網路系列介紹與實作

5.案例探討

第二天課程

(7/31)

1.強化學習模型基礎

-馬可夫決策過程

-蒙地卡羅法

-時間差分法

2.Value-based Methods (DQN, Double-DQN)

3.Policy-based Methods (Policy Gradient, A3C, DDPG)

4.案例探討

 

 

標題的icon

講師簡介

工研院特聘專業講師-洪老師

【學歷】國立交通大學資訊工程所博士  

【專長】資料探勘、人工智慧、城市計算(Urban Computing)、智慧運輸系統(Intelligent Traffic Systems)等

 

 

標題的icon

課程資訊

上課時間:113/7/29(一)、7/31(三),09:30-16:30,共2天12小時。

上課地點:工研院中興院區21館/新竹縣竹東鎮中興路四段195號(實際教室以上課通知為主)

報名方式:
◎線上報名:請學員前往工研院「產業學習網」報名課程
◎信箱報名:將報名資訊填完並寄至VHsieh@itri.org.tw 謝小姐
◎課程諮詢:有任何課程或報名上的問題,請洽服務專線03-5913417 謝小姐

 

 

標題的icon

課程費用

【實體課程】

  • 課程原價:$10,800
  • 早鳥優惠價(開課14天前完成報名):$9,720
  • 團報優惠價:$9,200

 

標題的icon

注意事項與提醒

★為確保上課權益,報名後或開課前未收到任何通知信件,請學員務必來電詢問是否完成報名。我們通常於開課前幾天發送上課通知,敬請學員留意信件。

★因課前教材、講義製作及餐點等皆需提前準備,若您不克前來,請於開課前三日告知,以利行政作業進行並共同愛護資源。

★若原報名者因故不克參加,但欲更換他人參加,敬請於開課前二日通知。

★學員於開訓前退訓者,將依其申請退還所繳上課費用90(上課當天臨時取消則不退費),若於培訓期間若因個人因素無法繼續參與課程,將依上課未逾總時數1/3,退還所繳上課費用之50%,上課逾總時數1/3,則不退費。

 

 

標題的icon

推薦相關課程

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)