[北區]Python與深度學習技術應用研習班

看板Refresh (充電)作者salmon12706 (Ellen)時間6年前 (2019/05/29 08:20)推噓0(0推 0噓 0→)

留言0則, 0人參與討論串1/1

6/10-6/11 [Python與深度學習技術應用研習班] ■課程簡介人工智慧與機器學習是目前許多國際大廠高度投入發展的重點領域，其應用範圍廣泛，包括智慧醫療、智慧製造、自動駕駛、與智慧金融等。這些先進技術超越了傳統以規則為運算基礎的演算法。透過深層神經網路自動擷取資料特徵的方式，建構出能理解、學習、預測、與適應環境的智慧系統，也是讓機器能顯得更「聰明」的原因。隨著深層神經網路的發展、硬體計算能力提昇和大數據三者的匯流，人工智慧應用即將跨入全新的里程，預計將掀起一波新的應用浪潮。Gartner甚至預言，十年後，將很難找到不具備某種人工智慧功能的科技產品或應用。本課程運用Python語言深度學習可用之套件和函數(Keras, TensorFlow)，探討各類深度學習模型，優化超參數及避免過度配適，以提高模型應用的準確度。實作案例涵蓋時間序列分析、圖像辨識、以及自然語言處理等應用。讓學員在短時間內充分理解人工智慧相關技術與徹底掌握其發展趨勢，目標在協助參與本課程之學員能將人工智慧應用於工作實務上。 ■課程目標 1.學習Python與深度學習之發展趨勢與應用 2.深度學習框架與演算法開發實作 ■適合對象有志於人工智慧與深度學習技術應用之研發工程師、產品設計師、生產製造工程師、研究員等。 ■課程大綱 1.人工智慧與機器學習基礎與發展趨勢 2.類神經網路設計實作(ex.單層&多層、神經網路架構、活化函數介紹、損失函數選擇、過度配適與係數縮減...) 3.Python深度學習框架TensorFlow及高階介面Keras介紹與實作 1.卷積式類神經網路(Convolutional Neural Networks)原理與應用 2.序列資料及遞歸式類神經網路(Recurrent Neural Networks)原理與應用 3.長短期記憶模型(Long Short Term Memory, LSTM)原理與延伸 4.自動編碼器(Autoencoders)原理與應用 5.預測建模案例應用與未來發展(強化式學習、生成式學習、競賽式學習等) ■講師簡介鄒老師現任：臺北商業大學資訊與決策科學研究所教授暨資料科學應用研究中心主任經歷：新加坡國立大學解析與作業學系訪問教授、西交利物浦大學計算機科學與軟件工程學系暨大數據解析研究院訪問教授、南京理工大學經濟管理學院管理科學與工程訪問教授、中華R軟體學會理事長、臺灣資料科學與商業應用協會理事長、世新大學資訊管理學系副教授、中華大學企業管理學系副教授專長：大數據與資料科學、機器學習、進化式多目標最佳化、群體智慧、賽局模型、等候網路、系統模擬、數學規劃、彈性製造與企業電子化著作：大數據分析與應用實戰：統計機器學習之資料導向程式設計(東華書局總經銷) ■上課時間 108年6月10日(一)及108年6月11日(二)，上午9：10~下午4：00，共計12小時。 ■上課地點台北，實際上課地點，請依上課通知為準。 ■報名網址 http://t.cn/AiK0AcnQ 歡迎自行轉載 ------------------------------------------------------------------------------ 充電會版位址如下： PTT→分組討論區→生活娛樂館→Life_Plan 人生→Refresh【充電板】─終身學習 ------------------------------------------------------------------------------ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.96.158.142 ※ 文章網址: https://www.ptt.cc/bbs/Refresh/M.1559089230.A.D72.html ※ 編輯: salmon12706 (140.96.158.142), 05/30/2019 09:25:33