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

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：

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)

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

主辦單位:

財團法人自強工業科學基金會