自強課程
課程名稱
人工通用智慧與元學習(實作)
熱烈招生中
課程代碼:
13W317
上課時間:
113/10/22、10/29,星期二,9:00-16:00,共12小時。
上課時數:
12 小時
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:
本課程著重在人工通用智慧概念下的元學習(meta learning)和少樣本學習(few-shot learning)技術。結合遷移學習(transfer learning)中預訓練(pre-trained)與參數微調(fine tuning)等方法,定義合宜的小樣本學習損失函數(loss functions),嘗試對知名的測試樣本集(Omniglot、miniImageNet或NEU Steel)進行實驗、評估、分析與比較 ,協助學員打下人工通用智慧建模的基礎。
課程特色:
人工通用智慧(Artificial General Intelligence, AGI)是人工智慧未來發展的一項重要技術,AGI與普通“人工智慧”的區別在於後者絕大部分都與所謂的“狹義人工智能”有關,也就是創建在專門領域的智能程序,例如下棋、醫學診斷、汽車自動駕駛、代數計算或數學定理證明等;而AGI旨在構建一個能夠解決各種不同領域中複雜問題的軟體程序。
課程大綱:
1.遷移學習與參數微調實作(transfer learning and fine tuning)
2.多任務學習與物件偵測(multi-task learning and object detection)
3.元學習與少量樣本學習(meta-learning and few-shot learning)
4.連體網路(Siamese networks)臉部辨識應用
5.原形網路(prototypical networks)書寫辨識應用
6.關係網路(relation networks)與零樣本學習(zero-shot learning)
7.模型無知元學習(Model Agnostic Meta Learning, MAML)與爬蟲算法(Reptile)
2.多任務學習與物件偵測(multi-task learning and object detection)
3.元學習與少量樣本學習(meta-learning and few-shot learning)
4.連體網路(Siamese networks)臉部辨識應用
5.原形網路(prototypical networks)書寫辨識應用
6.關係網路(relation networks)與零樣本學習(zero-shot learning)
7.模型無知元學習(Model Agnostic Meta Learning, MAML)與爬蟲算法(Reptile)
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、等候網路、系統模擬、時間序列分析與控制
現任:國立臺北商業大學資訊與決策科學研究所教授
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、等候網路、系統模擬、時間序列分析與控制
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
相關課程:
13W308 工業大數據分析與應用(Analysis and Applications of Industrial Big Data)
13W309 Python資料視覺化與解析實作(實作)
13W310 自然語言處理與文字資料探勘實作(Natural Language Processing and Text Mining)
13W322 預訓練大語言模型(Pre-trained Large Language Models)
13W311 網絡安全人工智慧(實作)
13W314 Python數位訊號處理與時序建模應用(實作)
13W315 Python語言深度學習應用(實作)
13W316 生成式AI與強化學習(實作)
13W317 人工通用智慧與元學習(實作)
13W312 Python機率統計學習與人工智慧【基礎實作】
13W313 Python機率統計學習與人工智慧【進階實作】
13W309 Python資料視覺化與解析實作(實作)
13W310 自然語言處理與文字資料探勘實作(Natural Language Processing and Text Mining)
13W322 預訓練大語言模型(Pre-trained Large Language Models)
13W311 網絡安全人工智慧(實作)
13W314 Python數位訊號處理與時序建模應用(實作)
13W315 Python語言深度學習應用(實作)
13W316 生成式AI與強化學習(實作)
13W317 人工通用智慧與元學習(實作)
13W312 Python機率統計學習與人工智慧【基礎實作】
13W313 Python機率統計學習與人工智慧【進階實作】
學員須知:
注意事項