自強課程

課程名稱

生成式AI與強化學習(實作) 熱烈招生中

課程代碼：

13W316

上課時間：

113/9/24、10/1，星期二，9:00-16:00，共12小時。

上課時數：

12 小時

上課地點：

清華大學第四綜合大樓(清華大學東側門入口處左手邊即為自強基金會大門入口/清大郵局左側)

課程費用：

8000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。)

超值優惠：

VIP企業會員價：VIP企業會員可享優惠價格 (按我)
會員優惠價： 會員於開課前七天完成報名繳費者可享會員優惠價 7800 元
早安鳥方案：會員於開課二週前(含)報名並完成繳費，可享超值優惠價 7300 元
會員紅利折抵：本課程歡迎使用紅利折抵，最高可使用 100 點

課程目標：

生成式學習(generative learning)與強化學習(reinforcement learning)是人工智慧(Artificial Intelligence, AI)時代下機率統計學習的重要發展，是近年來AI領域相當走紅的技術。生成式學習基於人類學習過程，依賴於頭腦中已經存在的記憶和知識，當新數據被整合到我們的長期記憶中時，它就成為我們新生理解與繼續應用的一部分。本課程從自動編碼器與重構式學習開始，進一步介紹基於賽局觀念的對抗學習方法 - 生成式對抗網路(Generative Adversarial Networks, GANs)，結合多層感知機與卷積神經網路以生成或轉譯圖像。
強化學習處理的問題涉及順序相關的系列決策，而並非彼此獨立，或一次性的決策制定。其目標在於尋找長期或跨期規劃下的最佳決策 (optimal long-term planning)，作業研究 (Operations Research, OR)中的確定性模型與隨機模型均與此類問題相關，動態規劃 (dynamic programming)、馬可夫鏈 (Markov chains)、馬可夫決策過程 (Markov Decision Process, MDP)、賽局理論 (game theory) 等，都是可能的解決方法。而應用的場景包括下棋、Atari遊戲、汽車自動駕駛、機器人控制等，結合案例數據進行實作，期能激發參與者對智能系統各種應用的興趣，邁向機器自主學習與譬劃未來的新境界。

課程大綱：

1.生成式AI及其應用
1-1.自動編碼器與生成式建模(autoencoders & generative modeling)
1-2.圖像生成與生成式對抗網路(GANs)
1-3.文本生成與遞歸類神經網路(RNNs)
1-4.生成式AI模型訓練的挑戰
2.強化學習原理
2-1.循序決策相關名詞與動態規劃(狀態State, 行動action, 狀態轉移transition, 報酬reward, 政策policy, 貝爾曼方程式Bellman equation等)
2-2.隨機模型與馬可夫決策過程(蒙地卡羅法Monte Carlo method,馬可夫鏈Markov chain)
2-3.政策最佳化方法(政策梯度Policy gradient)
2-4.價值為基礎的學習方法(價值迭代Value iteration, 時間差法temporal difference, Q-learning)
2-5.行動者-評論家方法(actor-critic method)

課程師資：

鄒慶士教授
專長：人工智慧與機器學習、大數據與資料科學、進化式多目標最佳化、賽局模型應用、工程機率與統計、等候網路、系統模擬、彈性製造
現任：國立臺北商業大學資訊與決策科學研究所教授

主辦單位:

財團法人自強工業科學基金會