工研院產業學習網

        圖神經網路(Graph Neural Network, GNN)正是近年人工智慧領域中專門用於分析關聯型資料的重要技術。透過圖結構的學習能力，GNN能夠分析節點之間的關聯與影響，目前廣泛用於推薦系統、社群網絡分析、金融風險偵測、知識圖譜與生成式AI推理強化等應用場景，主要是能補強傳統生成式AI在結構化關係理解上的不足。   

        圖學習(Graph Learning)是生成式AI時代的補強技術，圖神經網路(GNN)正是其中一種重要的方法。掌握圖神經網路(GNN)，不但能深化資料分析能力，還能建立從資料理解、關係建模及智慧決策的完整架構，有助學員打造具洞察力與競爭力的資料分析與決策基礎！

★報名即贈送1門數位課程：AI應用於圖像處理基礎與案例(市價900元)★以數位課程作為前導基礎課，搭配進階實體課延伸至圖結構資料分析，讓學員完整理解從CNN到GNN的AI模型發展脈絡與應用。

1. 建立全面的圖學習知識架構｜由圖論與圖學習基礎出發，接著介紹隨機漫步、圖嵌入、圖卷積神經網路與圖注意力神經網路等重要方法，讓學員對關係型資料分析與圖深度學習技術有完整理解。

2. 培養關聯型資料分析，提升AI應用深度｜帶領學員透過圖神經網路挖掘資料之間的關聯，強化推薦系統、連結預測與關係推理等AI應用能力，進而帶動企業營收與獲利。

    

• 資料科學家、資料分析/數據分析的相關技術人員

• 企業內部的IT技術人員、AI系統開發工程師、生成式AI應用工程師等

• 對圖學習、生成式AI技術有興趣者

   

講師多年來協助產業實際應用機率與統計、資料探勘、機器學習、深度學習與強化學習等分析建模技術，是臺灣資料科學/大數據人工智慧產業應用的重要推動者之一。

 上課時間：115/6/11(四)、6/12(五)，09:30-16:30，共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 或 03-5912657 沈小姐

學員課程出席率達80%(含)以上，將由工業技術研究院產業學院核發受訓證明。

• 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。我們會在開課前幾天發送上課通知，敬請學員留意信件與簡訊。

• 因教材、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的90％；若上課當天臨時取消則不退費。在培訓期間因個人因素無法繼續參與課程，若上課未逾總時數1/3，將退還所繳交上課費用的50％，上課已逾總時數1/3，則不予退費。

• 為保障講師智慧財產權，學員上課期間不得進行錄音、錄影及拍照。

• 如遇天災或不可抗力特殊原因導致無法開課時，主辦單位有權決定取消、 終止、修改或延後。

   

4/11、4/18  AI智能自動化實戰班–從Workflow到AI Agent

4/13、4/14  AI加速研發與生產力提升實務工作坊

5/07、5/08  低代碼資料視覺化與特徵工程實戰

6/01、6/02  低代碼資料建模與決策優化實戰

6/11、6/12  從資料到關係：圖神經網路(GNN)應用解析

6/16、6/23、6/30  AI Agent開發實務與應用