機器學習與深度學習應用上課時數:28小時(遠距+實體)
( machine learning and deep learning )
AI人工智慧已成為重要趨勢,未來它也將出現在每一個產業裡。近年來機器學習和深度學習已成為熱門關鍵字,AI機器學習與深度學習應用於圖像辨識(Image Recognition)、人臉辨識(Facial Recognition)、自然語言處理(Natural Language Processing / NLP)、推薦系統(Recommender Systems)等AIOT應用,各產業如銀行和製造業也積極成立分析部門,運用大量數據分析提升營收並做未來決策。
本課程將以觀念和實作並行,學員藉由Python package實作機器學習演算法,由淺入深地實作各種不同機器學習的專案並學習如何將深度學習的演算法應用到自然語言處理,從而實現具有語言處理功能的人工智慧應用系統,包含理解word2vec、詞嵌入 (word embeddings) 等等之自然語言概念,並且透過實作將此概念結合深度學習實現文章分析。
ML(機器學習)與DL(深度學習)
課程優勢
-
業界專業講師,訓用合一為目標
專業具實務經驗的師資群、業界技術需求為導向的課程規劃,著重培養科技界即戰力人才。
-
實作範例演練,紮實你的開發實力
業界師資群自行技術研發,多元化周邊模組搭教學,與業界實際開發不脫節。
-
由淺入深連貫性教學,完整的學程規劃
嵌入式系統程式設計→Embedded嵌入式系統開發→機器視覺處理與應用→機器學習與深度學習應用→專題實作,循序漸進連貫性上課,完全能掌握每階段的學習方向。
-
AIOT產業資深助教,課堂上協助教學
官方line@提供及技術討論區及講師專屬mail提供課程課後問題詢問
-
提供完整的教學錄影檔,方便學員課前預習及請假補課及課後複習
中華行動數位提供上課的教學錄影檔預、複習、補課,學習成效不中斷。學習效益更佳更靈活。
-
業界師資群編譯最新的實作教材
業界資深師資群合作編譯最完整的課程教材,規劃更貼近業界需求課程內容,不斷更新修編。
課程大綱
Ch1 - 機器學習導論
Ch2 - Scikit-Learn機器學習相關應用
-
課程內容
-
介紹Scikit-learn套件
-
利用Scikit-learng套件建立監督式 以及非監督是方法之分類器
課程內容
-
介紹資料標準化(Standardization), 資料清理(Data Cleaning), 補值等等資料前處理概念
Ch3 - 深度學習導論
Ch4 - 卷積神經網路 (CNN)的概念介紹與應用
-
課程內容
-
介紹CNN的網路架構
-
利用CNN建立圖像辨識分類器
-
使用keras建立CNN架構
課程內容
-
介紹RNN的網路架構
-
利用RNN建立文章分類器
-
使用keras建立RNN架構
Ch5 - Tensorflow/keras深度學習程式語言設計
Ch6 - YOLO即時物件偵測
Ch7 - 課程實作
-
實作內容
-
深度學習程式語言應用
(包含Function, Dictionary,檔案操作等)
-
影像分析應用
-
Tensorflow/keras應用
實作內容
-
Sklearn package實作
(包含分類、分群等演算法)
-
YOLO即時物件偵測
-
1.
無基礎,有志投入Embedded Linux系統整合AI技術領域發展者
-
2.
已在相關領域,欲再增強本身專業技能者及獨立接案者
-
-
嵌入式韌體工程師
-
AI韌體工程師
-
機器視覺開發工程師
-
數據研發工程師
-
嵌入式軟體工程師
-
車用電子工程師
-
物聯網工程師
-
物聯網工程師