自強課程

課程名稱

【勞動力發展署補助80%】Python機器學習與深度學習應用班(必需有python基礎才建議報此課程,此課程為進階課程) 熱烈招生中

必需有python基礎才建議報此課程,此課程為進階課程

資料科學(Data Science)技術崛起後，人工智慧(Artificial Intelligence)、機器學習(Machine Learning)與深度學習(Deep Learning)儼然成為電腦科學最熱門的話題其重要性不可言喻機器學習是一個發展已久的學科，利用大量的資料試圖教電腦從資料中學會規律，進而達成推測類別或者預測。最後達成AI的初衷，這門課會從整個機器學習的發展史找出最關鍵幾個演算法，讓你了解如何教會電腦學習。深度學習是一個機器學習新興的分支。藉由生物學對於人類神經的研究，試圖把人類如何學會抽象的概念這行為教給電腦，最後達成AI的終極目標。

課程代碼：

09C040

上課時間：

109/6/8~7/13 每週一三晚上18:50~21:50共30小時

上課時數：

30 小時

上課地點：

台北教育中心(台北市中正區博愛路80號3樓)

課程費用：

4800元 (符合超值優惠價格者需送出報名表後，系統發出報名成功回函確認金額。)

修課條件：

必需有python基礎才建議報此課程,此課程為進階課程

課程大綱：

1. 環境架設
準備開始創造一個AI
Python 3安裝
PyCharm安裝
機器學習介紹
A.I. v.s. Machine Learning v.s. Deep Learning
機器學習應用

2. 磨利你的工具
工具複習
Pandas使用簡介
Matplotlib & Seaborn簡介
簡單矩陣簡介

3. 教機器學會猜的第一步
單純貝氏
貝氏定理簡介
文字分類簡介

4. (實作)中文文字分類
文字分類使用貝氏定理
5決策樹演算法
決策樹
回歸樹
隨機森林

6. 近朱者赤
kMeans演算法
kMeans演算法簡介

7. 萬能的分類器
SVM
SVM簡介
線性 v.s. 非線性
核函數

8. (實作)非線性分類實作
利用SVM和核函數來做到非線性的分類
9. 事物的演變
HMM演算法
隱馬可夫演算法簡介
詞性標註實作

-------------------
1. 深度學習的開始
神經網路
BP神經網路
深度是什麼
為什麼需要深度

2. 深度學習應用介紹
環境架設和應用介紹
深度學習簡介
TensorFlow簡介
Keras簡介
應用介紹

3. 深度學習的鼻祖
MLP演算法
MLP簡介
了解隱藏層

4. 讓機器學會空間
深度學習CNN演算法
CNN簡介
CNN核心：空間的概念

5. (實作) Keras手寫數字辨識
手寫辨識使用CNN

6. 那些年新的CNN演算法
LeNet
LeNet
GoogLeNet

7. 讓機器學會時間
深度學習RNN演算法
決策過程以及時間的概念
RNN演算法
LSTM演算法

8. (實作) Keras IMDB分類
IMDB分類使用RNN
IMDB分類使用LSTM

主辦單位:

財團法人自強工業科學基金會

學員須知：

報名與繳退費方法｜常見問題與解決｜會員紅利積點活動辦法

注意事項

請務必點開下圖，可以看得更清楚