工研院產業學習網

       機器學習是人工智慧的一種，普遍應用於商業評估與分析、製程與產品瑕疵檢測等，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及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。

• 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

※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、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。

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

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-based Convolutional Neural Networks)原理與案例

上課日期：隨時上課/購買後即可開通帳號

上課方式：線上自學課程

課程費用：900元

• 觀看方式：學員完成報名且繳費後，將於3-5個工作天內收到觀看網址及開通權限通知。
• 課程期間：從開通權限當日算起，即可在2個月內無限次數的觀看與自主學習。

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

• 課程洽詢：請洽服務專線03-5913417 謝小姐 或 聯絡信箱：VHsieh@itri.org.tw