自強課程

課程名稱

【實體實作課程】Python深度生成式建模(Deep Generative Modeling using Python) 熱烈招生中

~原訂線上課程，因講師將由國外回國授課，所以調整為實體親授~

課程代碼：

13W370

上課時間：

113/12/30(一)、12/31(二)，09:00-16:00，共二天12小時。
※敬請留意：課程日期原定11/21(四)開課，因故已異動至12/30(一)開課。

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：

學習生成式AI各種解題方法的理論與應用實務，並能運用TensorFlow、PyTorch、Keras等Python套件與函式庫，讓學員短時間內掌握圖像與文字生成式學習的重要知識。

課程特色：

生成式學習(generative learning)是人工智慧時代下機率與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。本課程從判別型(discriminant)決策制定開始，說明生成式建模的必要性，再進一步由重構式(reconstruction)學習，介紹生成建模的四種途徑，包括基於賽局博弈(games)觀念的對抗(adversarial)學習方法。透過Python實作自動編碼器(autoencoder)、變分(variational)自動編碼器、生成對抗網路、自迴歸(autoregressive)依序生成模型、變數變換(change of variables)模型、受限波茲曼機(restricted Boltzmann machines)與雜訊擴散(diffusion)模型等，進一步了解生成建模的機理與應用方向，及深度預訓練(pretrained)模型的運用方式。

修課條件：

曾修習機器學習或深度學習相關課程

課程大綱：

A.深度神經網路簡介
A-1.多層感知機與結構化資料
A-2.卷積運算與圖像感知
A-3.遞歸結構與序列記憶
A-4.注意力機制與變形金剛預訓練網路
A-5.遷移學習與參數微調

B.生成式AI及其應用
B-1.自動編碼器與重構式學習
B-2.潛變量模型與變分自動編碼器
B-3.聶許均衡與生成式對抗網路
B-4.文本生成與自迴歸模型
B-5.變數變換與流式模型
B-6.能量與雜訊擴散等物理啟發模型

(A與B 中各項主題交錯進行講授)

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

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

清華大學學生優惠方案：清華大學學生可享課程最低優惠價─VIP企業會員優惠價，完成報名後須來電告知修改費用(使用本優惠價須於報名同時檢附在學中有效的清華大學學生證，且不得開立抬頭「國立清華大學」以外的三聯式公司發票)。

若遇不可預測之突發因素，基金會保有相關課程調整、取消及講師之變動權。

無紙化環境，輕鬆達到減碳救地球，即日起16小時以上課程結業證書或未達16小時課程上課證明皆以電子方式提供。

使用VIP廠商優惠之學員，上課當日報到時須查核該公司識別證(相關證明資料)。

會員紅利折抵限以原價或會員優惠價再折抵，其他方案不適用。