深度學習菜鳥救星-讓你一次學會AI深度學習

課程資訊 課程大綱 開課單位 常見問答
Loading...
線上課程

深度學習菜鳥救星-讓你一次學會AI深度學習

2188次瀏覽
NT$2,200
優惠現領
折 100 元
【獨家】滿千折百_到6/9
緯育TibaMe 課程滿 1000 元
折 500 元
【獨家】三千折500_到6/9
緯育TibaMe 課程滿 3000 元
折 250 元
【獨家】兩千折250_到6/9
緯育TibaMe 課程滿 2000 元
課程資訊
本頁面課程內容及活動資訊概由廠商提供,部分內容非屬104服務範疇,會員應遵守之規範悉依 104課程中心會員規約 所載。
上課時間 無限期觀看課程查看更多
上課方式 於開課單位網站兌換後觀看課程
課程內容
課程大綱
展開全部
1 深度學習介紹
01
課程前言
02
人工智慧、機器學習與深度學習的關係
03
深度學習介紹與情境應用
04
深度學習的熱門套件與 Google Colab 線上開發環境
2 深度學習的基本模型: 深層神經網路(DNN)
01
神經網路的基本架構
02
神經網路的數學模型
03
神經網路的學習原理
04
為何需要激活函數?
05
淺層神經網路
06
為何需要深層神經網路?
07
分類問題中的資料表示法:單熱編碼與軟性最大值函數
08
實作中遇到的七個問題
09
實作:下載並整理第一個資料集MNIST手寫數字資料集
10
實作:建立第一個神經網路模型 - MNIST手寫數字圖片辨識
11
實作:模型的評估
12
實作:模型的儲存與載入
13
單元小測
3 模型最佳化
01
過擬合 (Overfitting) 與欠擬合 (Underfitting)
02
實作:模型最佳化
03
單元小測
4 卷積神經網路 (CNN)
01
CNN 基本結構1:卷積層 (convolution layer)
02
CNN 基本結構2:池化層 (pooling layer)
03
經典的卷積神經網路模型:LeNet – 5 與 AlexNet
04
實作:MNIST手寫數字圖片辨識
05
【作業說明】建立CIFAR-10資料集上的CNN分類模型
06
【作業上傳】建立CIFAR-10資料集上的CNN分類模型
07
【參考答案】建立CIFAR-10資料集上的CNN分類模型
08
CNN 與 DNN 的關係:局部連接與共用權重
09
單元小測
5 循環神經網路 (RNN)
01
序列資料與循環神經網路 (RNN)
02
RNN 的數學模型
03
RNN 與 DNN 的相似處及梯度消失問題
04
長短期記憶 (LSTM)
05
門控循環單元 (GRU)
06
RNN 模型的各種可能
07
實作:建立 RNN 模型的方法
08
實作:建立 MNIST手寫數字圖片的 RNN 分類模型
09
【作業上傳】建立MNIST手寫數字圖片的RNN分類模型
10
單元小測
6 總結與未來展望
01
三大基本模型回顧
你可以學到
這堂課要讓你用輕鬆的方式來學習AI深度學習
擔心非數學理工相關背景會不會學不來?
外面教材一堆,不知道什麼是適合自己的?
總是在找尋深度學習的入門課程嗎?卻又不知道是否適合自己嗎?別擔心,這門課程將深入淺出的帶領你了解深度學習!

1.建立人工智慧深度學習的應用情境與框架
2.了解如何使用 Colab 進行神經網路的實作
3.學會使用深度學習的神經網路基本模型與實作
4.了解調整神經網路模型的各種技巧
5.學習影像辨識的好朋友-卷積神經網路 (CNN)
6.學習處理序列資料的好工具-循環神經網路 (RNN)

讓數學人來教你深度學習:
一個在深度學習世界裡長期耕耘的數學人

數學人掛保證:「數學不會在本課程出現,這門課主要由淺入深教你基本概念跟手把手實作!」
看看能不能用圖案式解說帶你進入深度學習的世界一起看圖來說故事吧


什麼是深度學習:
深度學習是機器學習的一種方式,也可以說是目前人工智慧的主流,當2016年Google Alphago擊敗世界棋王後,深度學習的潛在發展性終於被正視,深度學習可以用來實現醫療保健、自動駕駛、語音辨識、音樂生成和自然語言處理等各種專案。除了要掌握理論,我們更希望你了解如何將它實際應用


1.建立深度學習的基本觀念應用情境跟框架

2.練習在 Google Colab 平台上學習神經網路的編碼
3.了解淺層神經網絡跟深層神經網絡
4.學會實作神經網路的模型的建立、訓練與驗證
5.了解並調整訓練神經網路模型時發生的各種狀況
6.學習神經網路卷積層跟池化層的分析知識
7.應用實作卷積層跟池化層的範例
8.學習能輸入處理序列資料的神經網路-循環神經網路層 (RNN) 的基本知識
9.實作循環神經網路模型 (RNN) 的範例:加法器與MNIST手寫數字圖片辨識
學習方式:
開始學習深度學習技術,要先學會工具跟方法即可,不用急者要先學會如何寫出深度學習程式
這門課會透過
基礎概念解說->單元實作練習->課後作業評量 達到學習有效性
你將在Python和Keras中練習這些,並在自身的工作中,找到創造性的解決方案。 本課程以實作形式講授。你將在家觀看影片並完成深入的程式實作和在線測驗,老師也會為你提供幫助

適合對象
各產業對於人工智慧/深度學習工程師需求大增的時代,卻還對於如何接觸人工智慧及深度學習而感到躊躇?別讓時代拋下您!1.Python 程式語言有基礎認知,且希望未來能在 Python 上從事人工智慧及深度學習的相關應用及開發者。2.對人工智慧有興趣並想學習如何實作深度學習初階者。3.想了解人工智慧將如何成功應用在自己產業者。4.企業想應用深度學習的開發人員或專案經理。5.欲轉職成為人工智慧軟體開發工程師者。
課程講師
林澤佑
專長:流形重建、圖注意力網路、HodgeRank 的各種應用經歷:- M31 円星科技 記憶體設計優化顧問- 資策會 數位轉型研究所 智慧影像組 實習- 全球智能「智能理財與深度學習」訓練營講師- 國家理論科學研究中心大學生暑期研究計畫 博士級助理學歷:- 政治大學應用數學博士- 美國 加州大學 聖地亞哥分校 數學系 訪問學者
展開全部
開課單位
緯育TibaMe
緯育TibaMe由全球最大資通訊集團之一的緯創資通集團於2015年正式成立,我們專注於人才培訓與平台服務,發展多元的授課模式,並結合緯育開發的雲端智能化學習系統,有效培育新世代數位化人才。在行動與雲端時代,用科技加值人才培育,持續發展創新與有效的數位教育學習服務。
最新動態 看所有動態

Power Automate、Zapier、Make、n8n、tldraw​ 怎麼挑選適合你的自動化工具

想提升工作效率,你該考慮導入 #自動化工具! 🚀 但何謂自動化工具? 可以在工作中協助到哪些面向? 我們又該如何挑選適合自己的工具?🤔 📖 文章重點摘要 📍 自動化工具就是把重複性工作流程,交給機器執行 📍 不需要程式背景,也不一定要工程師才能使用 📍 自動化能有效: ➊ 提升效率:減少重複性工作,讓人力專注在高價值任務,提升整體工作成效 ➋ 降低錯誤:避免人為疏失,提高數據與操作準確性 ➌ 加速應用:AI + RPA 工具逐年普及,低程式碼(Low-Code)、無程式碼(No-Code)工具降低門檻,企業導入更快速 ➍ 應對挑戰:面對人力短缺與數位轉型壓力,懂得運用自動化工具的工作者將更具職場競爭力 完整 5 大自動化工具介紹與比較 & 針對不同工作/職務挑選建議 現在就前往閱讀完整文章 👉 https://bit.ly/4364RGw #powerautomate #n8n #zapier #tldraw

從想轉職到成功轉職-學長姊現身說最真實

🎤 學長姊分享 想跨域轉職一路上的 ✅ 心態調適 ✅ 準備過程 ✅ 成功經驗 ✅ 職場真實樣貌 聽我們說不如聽過來人──轉職成功的學長姊現身說最真實~ 這裡報名線上與學長聊聊>> https://bit.ly/4cGHC9f ▍誰適合參加 🔹即將從就業培訓班結訓的你 🔹剛結訓想繼續物色優質職缺的你 🔹想跨域域轉職猶豫中的你 ▍從財金系畢業轉職為後端工程師的學長要跟你分享 🔥 如何結合非本科系的背景創造自己的優勢 🔥 專題作品準備心法 🔥 履歷撰寫技巧與面試準備方向 🔥 進入職場的實際狀況與持續進修該學什麼 🔥 後端工程師未來職涯發展的可能性 ▍直播資訊 時間:4/23 (三) 晚上 8 點至 9 點 型式:線上直播 (直播連結將於報名後2~3個工作天email提供) 報名連結: https://bit.ly/4cGHC9f
常見問答
如何購買課程並開始上課
於欲購買 1. 線上課程之頁面,點擊「立即購買」,成功使用信用卡完成付款並確立訂單成立後,本平台將透過購買填寫之信箱,以郵件方式通知「訂單成立」,後續兌換學習有兩種形式:(A) 若購買學習廠商提供課程,購買後「提供課程兌換序號、兌換連結、兌換碼使用說明」,引導您至購買課程之出版廠商兌換並上課、(B)若購買是104學習系統,購買完可以從郵件、訂單明細、課程詳細頁直接進到站內線上學習。 2. 實體課程之頁面,點擊「立即購買」,成功完成付款並確立訂單成立後,本平台將透過購買填寫之信箱,以郵件方式通知「訂單成立」即可完成報名,後續開課單位會有專員與您聯繫後續事宜。
購買與報名課程付款方式?
僅提供信用卡付款。
有支援信用卡分期嗎?
平台有提供分期服務:結帳金額滿$4,000可享三期零利率,滿$12,000可享六期零利率;分期服務支援銀行公司為:中國信託、台新銀行、玉山銀行,實際分期金額依各發卡行規定
已完成付款,但用錯折扣碼怎麼辦?
請申請退款並重新下單,已使用之折扣碼,本平台將不進行退回,敬請見諒。
線上刷卡後訂單狀態顯示「待付款」
代表您的結帳流程尚未完成,請儘速完成結帳程序,以免課程相關優惠權益失效。
刷卡失敗的原因
可能為以下原因: 1.授權失敗(例:信用卡發卡銀行系統忙碌、網路塞車、刷卡等待時間過久造成系統確認失敗等問題),建議稍待一段時間再重新刷卡。 2.輸入信用卡卡號等相關資料不正確(例:輸入資料不正確、卡號過期、尚未開卡等問題),建議重新確認輸入資訊。
如何選擇紙本發票
為響應政府政策,不主動提供紙本發票,委由金財通系統寄發電子發票開立通知信至學員購買課程時填寫之Email,發票自動存入會員載具,若未收到請告知。
企業請款之憑證,如何申請
若需要進行企業請款,請於購買時輸入統一編號、發票抬頭,本平台將以郵件寄送電子發票方式,至您填寫之信箱。
多久會收到發票
發票將於付款成功,3個工作天內開立,敬請稍候。
如何退款
請參考下方退款須知與流程 1.若您於本平台成功完成付款購買課程,有退款需求,於外部學習廠商兌換之線上課程自購買日起7天內,且未進行課程兌換,可申請全額退費;於104課程中心站內學習課程若購買日起7天內後「未進到學習頁」,可申請全額退費;實體課程須於開課日前 1 日之非假日上班時段前與104學習精靈提出申請,始得要求全額退費。 2.若需申請退款,請使用信件主旨:「課程中心退款申請」,並於信件內容寫明購買人姓名、訂單編號、欲退款之課程名稱,郵件至[email protected],本平台將於5個工作天內盡快為您處理。 3.確認提出退款申請時間為課程購買日起7天內,且未進行課程兌換,本平台將與欲申請退款課程之出版廠商,提出會員資料與學習紀錄查詢,確認您課程的觀看紀錄,並同步確認出版廠商訂定之退款事項,是否全數符合。申請退款的同時,即代表您同意本平台與退款課程之出版廠商,提出查詢會員資料與學習紀錄。 4.若您單一訂單中購買兩堂(含)以上課程,不需要整張訂單退款(只退其中幾堂課),退款金額為欲退款課程售價加總後,扣除此張訂單所使用之折扣碼(若折扣碼為整張訂單之折數折扣,則退款金額為欲退款課程售價加總後乘以折數折扣),若計算後退款金額低於(含)0元,本平台將不執行退款。5.上述退款方式僅限於本平台成功完成付款購買之課程,若付款與訂單成立之任一程序不在本平台完成,退款方式需依照課程出版之廠商所訂定之規則提出申請,並由課程出版廠商協助處理,本平台不介入。 6.若您的發票沒有填寫統一編號,並需要辦理退款時,由本平台代為處理發票相關作業 (如作廢電子發票或開立電子發票折讓單),以加速退款作業時程。 7.若您原訂單信用卡分期,其申請退費時,須整筆訂單全額退費,無法部分或擇一課程退費。
款項何時退回
課程退費採原信用卡退刷方式,退費所需之工作天依各金融機構實際作業時間為準。
OSZAR »