2016 年 Google 的 AlphaGo 在世人面前打敗了韓國棋士李世乭,宣告了 AI 世代的來臨。台積董事長張忠謀預言,AI 改變世界將如智慧機。不少產業巨擘、專家也都預言,AI 將是下個改變產業的電力,AI 將會從根本上顛覆許多產業及場,進而創造出新的創新服務和全新商業模式。

深度學習(Deep Learning),機器學習中的一種演算法。 要說到什麼是 AI,就得說到引發這個革命浪潮的 AlphaGo 其背後的原理:深度學習(Deep Learning),機器學習中的一種演算法。簡單來說,我們若將資料(data)比喻為原料,機器學習與深度學習就是處理器(processor),AI 人工智慧則相當於結果(outcome)。

那什麼是機器學習呢? 顧名思義機器學習就是要讓機器(電腦)像人類一樣,擁有自主學習的能力,已往的程式,是人類主輸入參數條件,讓機器(電腦)依照人類的條件去執行,因此結果產出不好,就是條件參數沒有設好,在遇到離樣本差異太大的情況,機器(電腦)就無法有正確的產出。因此要有好的產出,條件參數的預設就要非常複雜,動則上萬條指令(程式)都不一定能滿足現實世界的變化。

機器學習就是用大量的數據和演算法來「訓練」機器,而非傳統人工預測事先用程式撰寫好指令規則來判斷,讓機器從資料與結果的反饋自動產生規則判斷或預測。深度學習,則是利用類神經網路的概念(Neural Network)來處理大量多維度的資料,除了可以快速處理過往需要耗時長久的多維資料(如圖片、語文等),也可以讓機器在多層次的處理過程中,找尋最適合的處理路徑。

課程詳細介紹

這門課我們將提供

  • 由業界專家的豐富產業與教學經驗,帶領你瞭解深度學習
  • 現場帶你手把手實際操作深度學習的TensorFlow & Keras套件
  • 豐富多元的實作演練,幫助學員輕鬆瞭解複雜深度學習演算法的運作
  • 沒聽清楚不用怕,一年內可申請重聽
  • 擁有一張能證明自己很強悍的 TibaMe 結業證書

上完課你將具備的能力

  • 瞭解深度學習原理原則能實作深度學習TensorFlow & Keras套件
  • 瞭解深度學習不同演算法在運用上的差異與優缺點
  • 可以依照資料分析的需求不同,選擇不同深度學習的方法

來自學員最真實分享,就是課程最好的保證

教學仔細認真,零基礎也OK 丘老師的 Python 課程,內容非常多元且教學詳細,由簡入深,整體教學非常有邏輯,按部就班的講解,整套課程上下來,除了學習到堂上應有的技能,老師也會在課堂中間補充許多關於資訊的課外知識,並且搭配許多的練習及實作,這門課真的非常值回票價!極力推薦!讚!

手把手教學,一定學得會 Python 課程老師上課講解詳細,網路爬蟲蒐集資料的部分講解很多範例,受益良多,機器學習中的統計理論算是能白話講出其中的精神。

生活化案例,能快速理解 每個主題所使用案例皆貼近你我生活 學習起來毫無生澀感。總體來說此課程編排相當流暢且內容扎實非常適合初學者做為進入資料科學領域的敲門磚。

超值課程,還可以申請重上一次 整體課程教學相當精彩,課程中學完帶回職場發現有不會,還可以申請重聽,真的很划算! 很謝謝TibaMe的佛心

你為什麼需要學這門課?

若將深度學習的資料處理比喻為我們進行手拉坏的過程,資料是我們陶土,目前最被業界廣泛使用「拉坯機」有 Google 釋放出的 TensorFlow、開源軟體的 PyTorch、Microsoft 的 CNTK、以及 Keras 等程式庫,其中 Keras 算是 TensorFlow 的官方介面,其特點為高度模組化,適合於快速原型,較其他程式庫比較容易上手,對初學者學習門檻低,非常適合初學者。

因此本次課程,將請資料分析業界知名的丘祐瑋老師,藉助老師豐富的產業與教學經驗,在不需高深的數學推導下,讓同學輕鬆的瞭解深度學習。並利用 Keras,帶領同學親手快速的實現深度學習模型,利用多元的實作範例,讓同學進行圖片、語文等的模型訓練、預測。您只需要有 Python 基礎,依照本課程的步驟 Step by Step學習,就可以了解深度學習基本概念,並且實際運用其技術在各種領域。

課程大綱

課程大綱

Day1 - 從人工智慧到深度學習

  1. 人工智慧的發展歷史
  2. 單層感知器 (Perceptron)
  3. 基礎環境建置及解說
  4. 機器學習 (決策樹、邏輯斯蒂回歸)
  5. 多層感知器 (Multilayer Perceptron)
  6. 使用多層感知機辨識驗證碼
  7. 支持向量機 (Support Vector Machine)
  8. 受限波茲曼機 (Restricted Boltzmann Machine)
  9. 深度信念網路(Deep Belief Network)
  10. GPU + 深度學習
  11. 人工智慧 v.s. 機器學習 v.s. 深度學習

Day2

  1. TensorFlow & Keras
  • TensorFlow 簡介
  • 安裝TensorFlow
  • 使用TensorFlow Playground視覺化人工神經網路
  • Keras 安裝與配置
  1. 人工神經網路(Artificial Neural Network)
  • 神經元 (Neurons)
  • 激勵函數 (Activation Function)
  • 人工神經網路如何運作
  • 梯度下降 (Gradient Descent)
  • 理解隨機梯度下(Stochastic gradient descent)
  • 反向傳播演算法(Backpropagation)
  • [實例] 使用人工神經網路預測客戶是否可信
  • 評估、調參、優化人工神經網路
  • 比較人工神經網路與其他機器學習模型

Day3 - 卷積神經網路 (Convolutional Neural Network)

  • 什麼是卷積神經網路 (Convolutional Neural Network)
  • 卷積特徵提取
  • ReLu層 (Rectified Linear Units)
  • 池化層 (Pooling)
  • Flattening 層
  • 建立卷積神經網路
  • 什麼是SoftMax 與 Cross-Entropy
  • [實例] 利用卷積神經網路辨識圖片
  • 如何調校卷積神經網路

Day4 - 卷迴圈神經網路 (Recurrent Neural Networks)

  • 什麼是迴圈神經網路 (Recurrent Neural Networks)
  • 消失的梯度問題 (The vanishing gradient problem)
  • 長短期記憶網路 LSTM (Long Short-Term Memory)
  • 建立迴圈神經網路 (Recurrent Neural Networks)
  • 利用迴圈神經網路 (Recurrent Neural Networks) 預測股價
  • 如何調校迴圈神經網路 (Recurrent Neural Networks)

Day5 - 自編碼網路 (AutoEncoder)

  • 什麼是自編碼網路 (AutoEncoder)
  • 訓練自編碼網路 (AutoEncoder)
  • 過完備隱藏層 Overcomplete Hidden Layers
  • 稀疏編碼 (Sparse Autodncoders)
  • 降噪自動編碼 (Denoising Autoencoders)
  • 收縮自動編碼 (Contractive Autoencoders)
  • 多層自動編碼 (Stacked Autoencoders)
  • 深度自動編碼 (Deep Autoencoders)
  • [實例] 使用自編碼網路建立推薦系統

Day6 - 生成對抗網路 GAN (Generative Adversarial Nets)

  • 生成對抗網路 GAN (Generative Adversarial Nets) 基本原理
  • 訓練自編碼網路 (AutoEncoder)
  • GAN 代價函數
  • 深度卷積對抗生成網路 (DCGAN)
  • 批歸一化 (Batch Normalization)
  • 小步長卷積 (Fractionally-Strided Convolution)
  • [實例] 利用生成對抗網路 GAN 自動生成圖片

課程難度

初階

課程適合對象

這堂課推薦給這樣的您

  • 任何希望能夠瞭解深度學習的學習者
  • 希望利用深度學習進行資料分析的資料分析人員
  • 想要導入深度學習的PM與管理者

多堂課程上課時間

  • 第 1 次上課

    2019/03/03 09:30 ~ 17:30

  • 第 2 次上課

    2019/03/10 09:30 ~ 17:30

  • 第 3 次上課

    2019/03/16 09:30 ~ 17:30

  • 第 4 次上課

    2019/03/17 09:30 ~ 17:30

  • 第 5 次上課

    2019/03/23 09:30 ~ 15:30

  • 第 6 次上課

    2019/03/24 09:30 ~ 17:30

上課注意事項

  • 名稱:Python深度學習實戰 - 邁向 A.I.的第一步
  • 期別:第3期
  • 課程費用:NT$ 30,000
  • 上課時間:03/03(日)、03/10(日)、03/16(六)、03/17(日)、03/23(六)、03/24(日) 09:30~12:30 / 13:30~17:30 (7小時/天,共計42小時)
  • 上課地點:台北商業大學承曦樓電腦教室(教室編號於開課前公告)
  • 上課地址:台北市中正區濟南路一段321號
  • 服務窗口:謝小姐(Una)02-6612-7046 / Una_Hsieh@wiedu.com

注意事項:

  • 學費已經涵蓋(線上或紙本)教材、午餐、下午茶飲、TibaMe結訓證書乙份。
  • 兩人團報,可各享特價再95折;三位親朋好友一起報名,可各享特價再9折的優惠;上過TibaMe實體課程或資策會課程的舊生,也可以享受特價再9折的優惠;當有公司或團體包班,另有獨家優惠與保證學會服務。
  • 報名完成後,將立即收到主旨為「您已經完成TibaMe課程報名」的E-mail信件,並於一個工作日內接到確認電話。
  • 當本班報名人數達開班門檻時,方以e-mail通知繳費。可以於線上(刷卡/ATM)繳費時,勾選索取紙本發票,也可以註記公司抬頭及統一編號,於開課當天提供紙本發票。
  • 繳費成功後,將收到付款成功的簡訊、電話或Email通知。
  • 開課前三天,將e-mail寄開課通知,並以簡訊提醒上課。
  • 若課程因故取消,將退還所有已繳交學費,或依需求將學費折抵其他實體增能課程學費。
  • 為確保品質,主辦單位保留微幅調整課程內容的權利。

立即報名

IThome專屬優惠價 23800 元 2019/01/02 00:00 ~ 2019/03/02 17:00 報名截止

本課程由 tibame 發佈

課程問答

我要提問

對課程有任何問題,都歡迎在這裡向開課單位提問

相關課程

零基礎Python與資料科學

13000 元起

03/26 (二) 台北市

0 人收藏

TibaMe學習網 TibaMe學習網

已結束

用Python玩AI視覺-OpenCV電腦影像辨識入門

5800 元起

03/12 (二) 台北市

0 人收藏