Python語言深度學習影像辨識與時序資料建模應用
上課地址：工研院竹東中興院區51館(2樓)2D教室 (新竹縣竹東鎮中興路4段195號)
時數：14
起迄日期：2020-11-12~2020-11-13
聯絡資訊：羅翊文/03-5918319
報名截止日：2020-11-11
課程類別：人才培訓(課程)
活動代碼：2320010047
課程介紹
2016年人工智慧AlphaGo打敗韓國圍棋冠軍李世乭事件後一舉成名，讓企業積極培養IT技術創新應用與IT服務營運管理人才；近幾年無人車的技術發展，皆受惠於深度學習的進展，未來將大幅提升人類的生活便利。那甚麼是深度學習Deep Learning呢?
深度學習是一個驅動機器學習的技術。它能夠應用的層面也較為新穎的技術，不止於自然語言處理，以下也是深度學習的應用特效：
1. Face2Face：可用於3D動畫或是電影特效
2. Let there be color：讓黑白影像自動上色
3. Pixel Recursive Super Resolution：讓解析度極低的人臉圖像真實化
4. Neural Talk：照片描述
5. DeepWarp：表情包應用
6. Pix2pix：例如改變畫風，或是將白天的照片改為夜晚的場景
7. Reading text in the Wild：用圖片找文字
8. LipNet：讓AI讀唇語
9. 防火牆測試：反覆攻擊何修補自己的防火牆
10. 預測地震
課程特色/目標
1.理解人工智慧、深度學習之概念、範疇與關聯、常見的演算法、及實際運作方式2.藉由實作練習，學習如何應用深度學習模式加速達成人工智慧
本課程已取得政府【金屬產業智機化提升計畫-機械產業專業人才培訓】補助50%或70%學費!!! 歡迎企業包班
課程對象
1.未來朝向電機/電子/材料/機械/生技/化工/資訊等相關背景之研發工程師者2.協助企業評估是否導入AI或擬定AI導入策略之專案負責人
3.企業內欲跨入AI技術領域之自動化系統設備相關業務負責人員
4.研究單位工程師、學生並具電腦基本操作或有基礎程式語言基礎者為佳
5.對於資料科學有興趣者
講師簡介
現任
國立臺灣工業技術學院工業管理博士(1990~1994)
專長
人工智慧與統計機器學習、資料科學、賽局理論應用、進化式多目標最佳化、彈性製造與工業控制、企業數位轉型
課程大綱
|
課程主題 |
詳細內容 |
|
Part 1 電腦視覺與卷積類神經網路 |
OpenCV與電腦視覺基礎 |
|
類神經網路設計與卷積類神經網路基礎 |
|
|
卷積類神經網路進階與多任務學習 |
|
|
遷移學習與物件分類 |
|
|
區域卷積類神經網路與物件偵測 |
|
|
Part 2 時序資料預測建模 |
古典時間序列模型簡介 |
|
Elman與Jordan遞歸類神經網路 |
|
|
長短期記憶及閘式遞歸類神經網路應用 |
|
|
故障預測健康管理(PHM)與失效時序資料建模案例 |
價格
※本課程開放「線上同步數位直播」形式授課，敬請選擇「線上課程」之補助報名，謝謝您!
常見問題
貼心提醒
相關課程
最夯Python系列
|
序 |
學習主題&連結 |
課程介紹 |
|
1 |
學習資料爬蟲、資料收集萃取、整理轉化技術 |
|
|
2. |
學習運用PyTorch由淺入深開發深度學習模型 |
|
|
3. |
學習資料探勘演算法、技術套件應用技術 |
|
|
4. |
學習資料視覺化呈現的技術及工具應用 |
|
|
5. |
學習Python語言，帶領大家踏入AI影像辨識領域 |
|
|
6. |
學習機器學習的技術架構與演算法 |
|
|
7. |
學習從Python入門程式語言操作使用 |
|
|
8. |
學習深度學習的技術架構、演算引擎、系統應用等 |
|
|
9. |
透過基本深度學習影像辨識原理，搭配實際演練，帶領學員進入AI影像辨識領域 |
|
|
10. |
學習Python在不同環境下建構出不同的機器學習模型 |
資料視覺化應用
|
序 |
學習主題&連結 |
課程介紹 |
|
1 |
學習用強大資料處理功能的視覺化工具－R 與 ggplot2 呈現美感十足的圖像吧 |
|
|
2. |
學習資料視覺化呈現的技術及工具應用 |
|
|
3. |
學習用簡易的方式完成視覺化程序，了解工具的用法，並搭配案例進行實作練習 |
AI人工智慧應用
|
序 |
學習主題&連結 |
課程介紹 |
|
1 |
學習Python語言，帶領大家踏入AI影像辨識領域 |
|
|
2. |
學習生成對抗網路的原理、應用範例，實際抓取、處理資料，帶上機實作的練習 |
|
|
3. |
透過基本深度學習影像辨識原理，搭配實際演練，帶領學員進入AI影像辨識領域 |
|
|
4. |
學習Python在不同環境下建構出不同的機器學習模型 |
