上課地址:工研院產業學院 產業人才訓練一部(台北) (實際地點依上課通知為準)
時數:36
起迄日期:2020-10-08~2020-11-12
聯絡資訊:葉先生/02-23701111#319
報名截止日:2020-10-01
課程類別:人才培訓(課程)
活動代碼:2320010039
本課程將學習到深度學習原理原則,並使用能TensorFlow 、 Keras套件實作深度學習。
丘祐瑋老師
現任:大數軟體(LargitData)執行長
經歷:大數軟體(LargitData)提供各企業與政府機關輿情分析服務,客戶橫跨半導體、金融、網路、電信與政府機構等行業,過去更曾協助柯文哲團隊蒐集相關網路輿情,將輿情分析結果應用在真實選戰中。團隊也曾榮獲AngelHacks台灣區首獎、台泰跨國黑客松-無敵黑客獎、中國雲計算大資料創新專案評選優勝以及兩岸四地協同創新路演大賽優異獎等肯定。
專長:機器學習、大數據、資料科學。
著作:Machine Learning With R Cookbook, R for Data Science Cookbook。
單元 |
課程大綱 |
10月8日(四) 人工智慧與深度學習 (6小時) |
1.人工智慧的發展歷史 2.單層感知器(Perceptron) 3.基礎環境建置及解說 4.機器學習 (決策樹、邏輯斯蒂回歸) 5.多層感知器 (Multilayer Perceptron) 6.使用多層感知機辨識驗證碼 7.支持向量機 (Support Vector Machine) 8.受限波茲曼機(Restricted Boltzmann Machine) 9.深度信念網路(Deep Belief Network) 10.GPU + 深度學習 11.人工智慧 v.s. 機器學習 v.s. 深度學習 |
10月15日(四) 人工神經網路 (6小時) |
12.TensorFlow & Keras 13.TensorFlow 簡介 14.安裝TensorFlow 15.使用TensorFlow Playground視覺化人工神經網路 16.Keras 安裝與配置 17.人工神經網路(Artificial Neural Network) 18.神經元(Neurons) 19.激勵函數 (Activation Function) 20.人工神經網路如何運作 21.梯度下降(Gradient Descent) 22.反向傳播演算法(Backpropagation) 23.[實例] 使用人工神經網路預測客戶是否可信 24.評估、調參、優化人工神經網路 25.比較人工神經網路與其他機器學習模型 |
10月22日(四) 卷積神經網路 (6小時) |
26.什麼是卷積神經網路(Convolutional Neural Network) 27.卷積特徵提取 28.ReLu層(Rectified Linear Units) 29.池化層(Pooling) 30.Flattening 層 31.建立卷積神經網路 32.什麼是SoftMax 與 Cross-Entropy 33.【實例】 利用卷積神經網路辨識圖片 34.如何調校卷積神經網路 |
單元 |
課程大綱 |
10月29日(四) 迴圈神經網路 (6小時) |
35.什麼是迴圈神經網路 (Recurrent Neural Networks) 36.消失的梯度問題(The vanishing gradient problem) 37.長短期記憶網路 LSTM (Long Short-Term Memory) 38.建立迴圈神經網路(Recurrent Neural Networks) 39.利用迴圈神經網路(Recurrent Neural Networks)預測股價 40.如何調校迴圈神經網路(Recurrent Neural Networks) |
11月5日(四) 自編碼網路 (6小時) |
41.什麼是自編碼網路(AutoEncoder) 42.訓練自編碼網路(AutoEncoder) 43.過完備隱藏層 (Overcomplete Hidden Layers) 44.稀疏編碼 (Sparse Autodncoders) 45.降噪自動編碼 (Denoising Autoencoders) 46.收縮自動編碼 (Contractive Autoencoders) 47.多層自動編碼 (Stacked Autoencoders) 48.深度自動編碼(Deep Autoencoders) 49.[實例] 使用自編碼網路建立推薦系統 |
11月12日(四) 生成對抗網路 (6小時) |
50.生成對抗網路 GAN(Generative Adversarial Nets) 基本原理 51.訓練自編碼網路 (AutoEncoder) 52.GAN 代價函數 53.深度卷積對抗生成網路(DCGAN) 54.批歸一化 (Batch Normalization) 55.小步長卷積 (Fractionally-Strided Convolution) 56.【實例】 利用生成對抗網路 GAN 自動生成圖片 |
原價 (含稅、午餐、講義) |
早鳥-優惠價 (開課10天前報名) |
工研人-優惠價 團報-優惠價 (同公司2人以上) |
數位旁聽-優惠價 RAISE博士-優惠價 |
每人30,000元 |
每人24,000元 |
每人18,000元 |
每人15,000元 |
●報名方式:至產業學習網,點選課程頁面之「線上報名」,填寫報名資訊即可。
●本課程採報名制,滿15人以上開班,未滿15人不開班,課程洽詢: 02-23701111#319 葉先生。
● 繳費資訊:
(一)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!。
(二)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。
序 |
學習主題&連結 |
課程介紹 |
1 |
學習Python語法基礎,深度學習基本概念 |
|
2. |
學習運用Python模組實踐機器實作 |
|
3. |
學習Numpy、Pandas、Scikit-learn三大模組結合運用 |
|
4. |
學習網路爬蟲所需的Python基礎入門 |
|
5. |
學習精準行銷與實作練習、深度學習推薦系統演算法。 |
|
6. |
學習實機操作和撰寫Python程式 |
|
7. |
學習Python訊號處理與機器學習套件進行實機操作。 |
|
8. |
深度學習最新的TensorFlow 2.0套件以及實作演練 |
|
9. |
學習Python程式設計,進行DSP技術實作 |
|
10. |
學習實際運用LabVIEW建置機器視覺作業並執行檢測 |
|
11 |
學習Python與深度學習之發展趨勢與應用 |
|
12 |
學習AI人工智慧的概念,並上機寫基礎R與Python程式 |