🔥 新學期，新挑戰！人工智慧與深度學習應用碩士學分班，等你來加入~
✨ 從零開始，帶你掌握AI世界的關鍵技能！
✨ 解析卷積神經網絡，解開深度學習的神秘面紗！
✨ 深入了解機器學習的核心概念，沉浸在AI革命中！
立即加入課程，一同啟程，共創AI的未來！
⏰ 課程時間：10/21、10/28、11/04、11/11、11/18、11/25、12/02、12/09、12/16 每週六 09:00~16:30
活動場次時間 (不開放報名)
主講者
徐偉智教授、黃世勳教授
相關網址
https://ictc.nkust.edu.tw/p/406-1050-71193,r11.php?Lang=zh-tw
聯絡資訊
聯絡人：陳小姐
聯絡電話：07-6011000 #32604
Email：wnoffice01@nkust.edu.tw
主辦單位
ESG數位科技中心
活動內容
人工智慧與深度學習應用碩士學分班
~ 課程修畢可取得3學分；未來考入高科大可抵免學分 ~
課程目標💦
1. 讓學員了解決策樹實務應用。
2. 讓學員了解SVM分類演算法應用。
3. 讓學員了解影像深度網路與應用。
課程大綱 💦
|
日期 |
時間 |
課程大綱 |
授課教師 |
|
10/21 |
09:00-12:00 |
人工智慧發展：(1)人工智慧的定義 (2)AI技術 (3)機器學習概論 |
徐偉智 |
|
13:30-16:30 |
AI應用系統建置三部曲：(1)資料收集 (2)模型訓練 (3)模型評估 |
||
|
10/28 |
09:00-12:00 |
人工智慧對社會經濟的影響：以Chat GPT為例 |
徐偉智 |
|
13:30-16:30 |
訊號、資料與資訊：(1)Training Data Set (2)TESTING Data Set (3)機率分布實作(Python) |
||
|
11/04 |
09:00-12:00 |
回歸分析、線性模型與非線性模型：(1)線性迴歸推導 (2) Python之線性迴歸模型 |
徐偉智 |
|
13:30-16:30 |
決策樹實務應用：(1)類神經架構 (2) Python之ANN模型 |
||
|
11/11 |
09:00-12:00 |
類神經網路實務應用：(1)熵、資訊增益 (2)Python之DT模型 |
徐偉智 |
|
13:30-16:30 |
SVM分類演算法應用：(1)SVM原理 (2)SVM Python實作 |
||
|
11/18 |
09:00-12:00 |
AI模型效能評估：(1)召回率 (2)精準度 (3)AUC |
徐偉智 |
|
13:30-16:30 |
期中驗收(筆試 上機) |
||
|
11/25 |
09:00-12:00 |
數位影像處理簡介與影像強化演算法實作 |
黃世勳 |
|
13:30-16:30 |
影像切割與區域連通演算法簡介與實作 |
||
|
12/02 |
09:00-12:00 |
特徵表示與圖形識別介紹與實作 |
黃世勳 |
|
13:30-16:30 |
應用於影像處理之深度學習與卷積神經網路技術介紹與實作 |
||
|
12/09 |
09:00-12:00 |
運用PyTorch 於深度學習之實作 |
黃世勳 |
|
13:30-16:30 |
LeNet 卷積深度網路於手寫字元辨識介紹與實作 |
||
|
12/16 |
09:00-12:00 |
常見之影像深度網路與應用介紹：(1)特徵抽取殘差網路 (2)FaceNet人臉辨識網路 (3)影像語意生成網路 |
黃世勳 |
|
13:30-16:30 |
期末考試(筆試) |
更多課程內容請參考：附件(一)招生簡章
師資介紹 💖
徐偉智教授 台灣大學 電機所博士
黃世勳教授 台灣大學 資訊工程博士
✍️ 報名資訊
報名日期：112.09.21 12:00起 至 112.10.18 18:00止。
報名網址：https://bit.ly/43o5TLd ；報名流程，請參考附件(三)課程報名流程
補助名額：15位，額滿可先報名候補。
訓練費用：學員負擔2,400元，政府補助9,600元（報名時需先繳交全額12,000元）
📚 課程資訊
日期：10/21(六)、10/28(六)、11/04(六)、11/11(六)、11/18(六)、11/25(六)、12/02(六)、12/09(六)、12/16(六)
時間：09:00-12:00；13:30-16:30，共54小時。
上課地點：高雄市楠梓區卓越路二號 (高科大 第一校區 電資學院B229教室)
學分數：3學分。(日後就讀高科大碩士班或碩專班，可依系規定申請抵免學分；若已在正就讀碩士/碩專學生則無法申請抵免)
⭐ 資格條件
1.年滿15歲以上。
2.「開課當天」具就業保險、勞工保險、農民健康保險被保險人身分或職業工會之在職勞工，勞動部勞動力發展署補助80-100%，特定對象身分者全額補助。(更多補助細節，請 點擊進入產業人才投資方案 詳閱)
3.對物聯網知識具基礎者為佳。
4.教育部承認之學士學位以上或同等學力(如三專畢業滿2年以上，二專或五專畢業滿3年以上）。
5.補助條件，請參考附件（二）參訓學員須知。