政府補助-AI深度學習理論與實作培訓班

政府補助-AI深度學習理論與實作培訓班

上課地址:中科工商服務大樓2樓(台中市大雅區中科路6號)

時數:21

起迄日期:2020-10-24~2020-10-26

聯絡資訊:林智君/04-25678652

報名截止日:2020-10-21

課程類別:人才培訓(工業局)

活動代碼:2319120141

課程內容

就近期的人工智慧發展來說,直接說人工智慧就是深度學習也不為過。

 

本課程除了介紹人工智慧的近況以及機器學習的基本模型,課程的主要焦點會放在深度學習的原理與應用。在深度學習的影像課題上,我們除了準備循序的深入淺出原理與模型的運作,也準備了三類的範例協助同學由淺入深的學會影像應用。提供多個用來熟悉深度學實踐步驟的程式練習題。數個實作上會遭遇的成效問題與相對應的提昇方法,也包含了大部分相關的參數的調整與成效演練。第三個部分是可以用在工作與專案上的應用程式,包含了近期相當流行的圖案生成與風格轉換,還有到處都可以應用的物件偵測技術。

 

在深度學習的文字語言類型,我們從語言模型到深度學習模型到近期的自監督式題目,一一介紹,也提供適當的題目實作。

深度學習領域另一支廣受矚目的強化學習,應用在圍棋對弈、遊戲對打與自駕車上有很不錯的成績,會是課程最後一個重點。

工業局補助課程

經濟部工業局「109年度製造業價值鏈資訊應用計畫
– 主辦單位:經濟部工業局 
/ 承辦單位:財團法人資訊工業策進會 / 執行單位:工業技術研究院

– 工業局補助 /「特定對象」及「中堅企業」補助

– 歡迎企業包班

講師簡介

阮老師,台灣科技大學電子所通訊組碩士畢業,主要研究領域為通訊系統、深度學習、機器學習與專案管理,曾經擔任資料科學年會/行動科技年會講者。擅長資料科學與網站開發技術,熟悉的語言是 Python JavaScript。是資料科學的信仰者,試圖用資料科學的方法導入到不同領域解決問題。喜歡與不同背景的人進行交流,分享資訊思維與跨領域的整合經驗。

課程對象

1.自學或上過任何程式入門課程者為佳 
2.具備基本機率或用過 Excel者為佳

課前準備:

1.筆記型電腦。(有利於課後練習) 

2.Google email 帳號與開啟Google 雲端硬碟

課程大綱

課程大綱

課程內容

認識人工智慧

1.       人工智慧的範疇與歷史

2.       機器學習的原理

3.       梯度下降與反向傳遞

4.       人工智慧/機器學習框架與分類

5.       程式入門手把手: python,  colab

機器學習介紹

1.       線性模型

2.       決策樹與隨機森林

3.       集成方法介紹 (Ensemble)

4.       參數搜尋 (GridSearchRandomSearchHyperOpt)

5.       非監督式學習: kmean, PCA 

6.       程式範例手把手: Sklearn

深層深經網路Deep Neural Networks

1.       類神經網路與人腦

2.       神經元與激活函式

3.       類神經網路原理、操作

4.       程式範例手把手: 數字辨識與相關參數調整、過擬合與低度擬合的對策

入門卷積神經網路
Convolution Neural Networks

1.       影像圖形的特性介紹

2.       針對影像發展的卷積層與池化層

3.       CNN 運作解說

4.       程式範例手把手: 貓狗小資料集、數字辨識、多類別辨識。

進階卷積神經網路
CNN

1.       經典網路介紹 VGGInceptionResNet

2.       程式範例手把手: 手把手建立經典網路與轉移學習的應用

3.       隱藏層的觀察

4.       CNN Filter 到底在偵測甚麼圖案?

5.       CNN 看到了大象的甚麼特徵?

6.       邁向實戰的程式手把手: 堆積一層一層網路之後的學習。

卷積神經網路的應用

1.       圖像風格轉換

2.       生成對抗網路 (GAN)

3.       物件偵測 YOLO

4.       圖案輪廓分割 (UNET)

語言文字模型介紹

1.       語言模型介紹

2.       Word embedding

3.       程式手把手: 文字雲、中文斷詞應用與 spacy

4.       RNN/LSTM/GRU

5.       Seq2Seq attention介紹

6.       Transformer BERT 預訓練模型的應用

7.       程式手把手: BERT 的應用

強大的模型與其他應用

1.       強化學習Reinforcement Learning

2.       程式手把手: 平衡的竹竿、迷宮訓練

3.       網路模型攻擊與程式分享

4.       網路的壓縮

5.       網路的可解釋性

  (補充教材講師會依據上課狀況評估是否於課堂中講解)

培訓證書發放準則

1.參與課程研習,出席率達80%()以上者

2.參與課程學科(筆試)成績達70分以上

學員需同時通過以上條件,將取得工研院產業學院之「AI深度學習理論與實作培訓班」培訓證書。

課程費用

身份別

費用

            備註

一般身分補助

(任職企業之在職

人士優先錄取)

每人10,000

原價$20,000,政府補助$10,000,學員只需自付$10,000

以提升職能為培訓目的,招生對象主要以企業在職人士、個人

工作者財團法人、社團法人(含公協會)、行政法人,政府機關(

軍人)、學校教職員、學生等為主。

特定對象補助

每人6,000

原價$20,000,政府補助$14,000,學員只需自付$6,000

※特定對象說明:

身心障礙者:需檢附殘障手冊影本一份

原住民:需檢附戶籍謄本影本一份

生活扶助戶(低收入戶):需檢附低收入戶身分證明文件

中堅企業補助

每人6,000

原價$20,000,政府補助$14,000,學員只需自付$6,000
※中堅企業說明:屬於經濟部工業局公佈之中堅企業名單(如附件),學員報名必須繳交一張公司名片、請公司開立在職證明,課程發票會開立該公司發票)

本課程經政府補助,上課學員皆需依規定填寫相關資料,出席時數須達總時數80%()以上、評量成績及格且取得培訓證書、並填寫學員意見調查表,方可適用補助辦法,若學員未符合規定,必須將政府補助費用繳回。
----------------------------------------

 

歡迎各位先進踴躍報名參加!! 
★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

★本計畫招生對象不包括資策會及工研院之所屬員工。

報名方式/繳費方式

課程日期:109/10/24~10/26(週六~一)
上課時間:09:00~17:00;每天7小時,共計21小時
上課地點:工研院 產業學院 台中學習中心 (實際上課教室請依據上課通知函為準!)  
上課地址:台中市大雅區中科路6號(中科管理局_工商服務大樓4樓或9樓教室)
 交通資訊: 
-可搭乘高鐵免費接駁公車(161):高鐵台中站至中科管理局工商服務大樓往返(平日/假日均行駛
-或搭乘
『中科免費巡迴巴士(西屯線)』:統聯中港轉運站至中科管理局工商服務大樓往返(平日行駛)
-或搭乘
台中客運69公車、仁友客運45公車
巨業客運68東南客運98(平日行駛)
-中科管理局近250個地下室平面停車位,停車便利憑『車牌辬識入場,本單位貼心免費消磁

預計招生名額:20名為原則,依報名及繳費完成之順序額滿為止(本班預計10人即開課) 
報名方式:線上報名
課程洽詢: 
04-25678652林小姐

繳費資訊: 
()ATM轉帳(線上報名):
繳費方式選擇「ATM轉帳」者,系統將給您一組轉帳帳號「銀行代號、轉帳帳號」,但此帳號只提供本課程轉帳使用各別學員轉帳請使用不同轉帳帳號!!轉帳後,寫上您的「公司全銜、課程名稱、姓名、聯絡電話」與「收據」傳真至04-25690361工研院產業學院 台中學習中心 收。
()信用卡(線上報名):
繳費方式選「信用卡」,直到顯示「您已完成報名手續」為止,才確實完成繳費。
()銀行匯款(限由公司逕行電匯付款)
土地銀行工研院分行,帳號156-005-00002-5(土銀代碼:005)。戶名「財團法人工業技術研究院」,請填具「報名表」與「收據」回傳真至04-25690361工研院產業學院 台中學習中心 收。
()即期支票或郵政匯票:
抬頭「財團法人工業技術研究院」,郵寄至:428台中市大雅區中科路64(中科工商服務大樓4工業技術研究院 收。
繳費後請於收據上註明「公司名稱、課程訊息、姓名、聯絡電話」,傳真至產業學院 04-25690361林小姐 

注意事項

以下注意事項─敬請您的協助,謝謝!

1、課程3天前,學員將收到【E-mail上課通知】,敬請留意信件
2
、為尊重講師之智慧財產權,請勿錄影、錄音,恕無法提供課程講義電子檔,。

3、請註明服務機關之完整抬頭,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。

4、若報名者不克參加者,可指派其他人參加,並於開課前一日通知。

5、如需取消報名,請於開課前三日以書面傳真至主辦單位並電話確認申請退費事宜。逾期將郵寄講義,恕不退費。

6、結訓學員應配合經濟部工業局培訓後電訪調查。

附件

Pin It