技術領袖培訓班第一期課程大綱

  • 首頁
  • 技術領袖培訓班第一期課程大綱
主題 天數 內容大綱
課程介紹 & 人工智慧概觀 1
機率、統計與 R 語言 2 1. 敘述性統計
2. 機率分布
3. 抽樣與分布 & 假設檢定
4. 迴歸 & 無母數分析
實戰演練－資料分析與資料視覺化 1
機器學習基礎與演算法 3 1. 監督式學習
  • 線性迴歸 (linear regression, LASSO regression)
  • 邏輯式迴歸 (logistic regression)
  • 支持向量機 (support vector machine)
  • 決策樹 (decision tree)
  • 隨機森林 (random forest)
  • 梯度提升機 (gradient boosting machine)
2. 非監督式學習
  • 主成分分析 (principal componet analysis, PCA)
  • K-means (K-means clustering)
  • 階層式分群 (hierarchical clustering)
  • DBSCAN
Python 機器學習程式設計 1
實戰演練－Python 機器學習實作 2
深度學習理論：深層神經網路基礎與卷積神經網路 (Deep Neural Network & Convolution Neural Network, DNN & CNN) 3 1. 深度類神經網路
  • 深度學習理論基礎：backpropagation, stochastic gradient descent, activation functions
  • 神經網路校調：hyperparameter tuning, regularization and optimization
  • 進階優化方式：batch normalization, Swish activation, etc.
2. 卷積神經網路
  • 卷積過濾器與影像資料處理
  • Data augmentation
  • 轉移學習
TensorFlow 程式設計 1 1. TensorFlow basics
2. How to build up a model?
3. Model training
4. Model inference
期中考 1
實戰演練－DNN & CNN 2
深度學習理論：遞迴神經網路 (Recurrent Neural Network, RNN) 1 序列資料與遞迴神經網路
  • Gated recurrent unit (GRU) and Long short-term memory (LSTM)
  • 時序資料處理與預測性維護
  • 自然語言處理與音頻資料處理
實戰演練－RNN 1
深度學習理論：生成式對抗網路 (Generative Adversarial Network, GAN) 1 生成式對抗網路 (GANs)
  • 何謂生成式對抗網路
  • 進階生成式對抗網路 (WGAN, EBGAN, infoGAN, etc.)
  • Training tips of GANs
實戰演練－GAN 2
深度學習理論：強化學習 (Reinforcement Learning, RL) 2 強化學習基礎
  • Markov decision process
  • Q-learning & Deep-Q Network
  • Policy gradient
  • Asynchronous Advantage Actor-Critic (A3C), Deep Deterministic Policy Gradient (DDPG)
實戰演練－Reinforcement Learning 2
深度學習於電腦視覺之應用 (Computer Vision) 1 1. 經典神經網路比較：VGG, ResNet & DenseNet
2. 深度學習於電腦視覺應用
  • 影像分類 (image classification)
  • 物體偵測 (object detection)
  • 影像分割 (image segmentation)
  • 影像描述 (image captioning)
實戰演練－Computer Vision 1
深度學習於自然語言處理之應用 (Natural Language Processing, NLP) 1 深度學習於
  • 聊天機器人 (chatbot)
  • 情緒分析 (sentiment analysis)
  • 文字摘要 (text summarization)
實戰演練－Natural Language Processing 1
期末專題實作 26
期末考 1
期末成果發表會 1
總天數 58
  • 主辦暨執行單位:
    財團法人台灣人工智慧學校基金會
  • 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
  • 捐助企業:
    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、新光人壽-新壽管理維護