卷積神經網路實作班(開放選修3)

卷積神經網路實作班(選修3-南部分校技術領袖培訓班)

南部分校首發模組化課程登場!您可選擇連續十六周的技術領袖培訓班完整課程,也可配合時間或原有知識選修課程,讓學習更有彈性。


➤ 關於南部分校第五期技術領袖培訓班

南部分校第五期技術領袖培訓班主要是以十六週的課程規畫,進行人工智慧技術人才的密集培訓。同時,學校也將技術班課程分為機器學習(ML)深度學習(DL)卷積神經網路(CNN)遞迴神經網路(RNN)+自然語言處理(NLP)共四門選修課。您可選擇一次上完十六周的完整課程,也可配合時間或原有知識選擇課程選修。


➤ 卷積神經網路實作班(選修3-南部分校技術領袖培訓班)課程說明

課程時間:2021/01/08 至 2021/01/23 止,共 3 週;每週五、六的早上九點半到下午六點半

上課人數:為維護教學品質,每班人數以 100 人為限

設備準備:請準備個人筆電、耳機來校上課

上課地點:台南市仁德區勝利一街18號 (台灣人工智慧學校南部分校)

課程價格:$12,000

報名方式:採網路報名,請於報名截止日前上網填寫報名資料。上傳或繳交資料不齊或不符規定者,視同未完成報名。


➤ 關於課程

本課程會由電腦視覺基礎開始,包括影像的資料型態、影像處理、轉換、濾鏡,然後進入卷積神經網路的介紹,從理論到實現一一介紹重要的概念,搭配手把手實例與學員自行練習,在助教的幫助下,讓學員不僅對於理論的來龍去脈深度掌握,並且能夠實作一個自己的卷積神經網路。除此之外,除了教學本身,課程還會介紹企業的實際案例,並且邀請業界與學界人士來校,進行業界實務的分享,以及學術專題的演講,讓學員能除了掌握知識的深度,也能拓展應用的廣度。


➤ 課程特色

卷積神經網路為深度學習裡極為重要的一種網路架構,其在影像分類上的優秀表現促使了深度學習的蓬勃發展,本課程將帶您深入淺出的了解卷積神經網路的理論並且手把手實戰給每一位學員。

本課程會由電腦視覺基礎開始,包括影像的資料型態、影像處理、轉換、濾鏡,然後進入卷積神經網路的介紹,從理論到實現一一介紹重要的概念,搭配手把手實例與學員自行練習,在助教的幫助下,讓學員不僅對於理論的來龍去脈深度掌握,並且能夠實作一個自己的卷積神經網路。

除此之外,除了教學本身,課程還會介紹企業的實際案例,並且邀請業界與學界人士來校,進行業界實務的分享,以及學術專題的演講,讓學員能除了掌握知識的深度,也能拓展應用的廣度。


➤ 課程安排

週別課程內容作業
第一週

電腦視覺基礎及 CNN 基礎

  • 影像資料的基本認識及影像處理技術
  • CNN 基礎:理解卷積的運作方式與功用,並且了解卷積運算本質上就是一種神經網路的運算,最後學會建立一個 CNN 模型
  • CNN 經典模型介紹
回家作業
第二週

CNN 實例說明及應用

  • CNN 範例程式說明
  • 遷移式學習:自己建立的 CNN 模型往往會因為資料量不足的關係而難以訓練出準確度高的模型,遷移式學習的技巧可藉助於已在大型資料集上訓練完成的模型,來幫助我們進行分類任務
回家作業
第三週

CNN 應用及產學實務分享

  • CNN 應用:物件偵測、影像切割及其它應用
  • 學術界或產業界講師實務分享
測驗


➤ 適合對象

  • 本課程是觀念與技術並重的進階課程。
  • 參與學員雖然不需為電腦科學之本科生,但建議至少有以下其中一樣背景為佳:
    - 有基本的程式能力。
    - 修習過資料結構或演算法等基礎電腦科學課程。
  • 學員們需自備筆電,並且依照課前通知安裝好所需的環境與套件。


➤ 講者簡介

  • 孫培元(Wylie Sun)
  • 台灣人工智慧學校 AI 工程師

高雄科技大學電腦與通訊所碩士,熟悉領域為影像處理及資料分析,研究領域為影像識別及機器人,透過設計影像識別及機器人系統使生活能夠更便利及安全。曾參與過AI應用於自走車、物件偵測及隱藏、台股股價預測專案等。

  • 黃顯堯(Eric Huang)
  • 台灣人工智慧學校 AI 工程師

成功大學資訊工程所碩士,熟悉領域為電腦視覺,研究方向主要為神經網路架構搜索,透過設計演算法的方式,使得深度學習網路可以兼顧效能和準確度。

  • 主辦單位: 財團法人科技生態發展公益基金會
  • 執行單位: 財團法人人工智慧科技基金會
  • 協辦單位:
    中央研究院資訊科學研究所、中央研究院資訊科技創新研究中心
  • 贊助企業:
    台塑企業、奇美實業、英業達集團、義隆電子、聯發科技、友達光電