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:
113/11/21(四)、11/22(五),09:00-16:00,共二天12小時。
※敬請留意:課程日期原定9/24(二)開課,因故已異動至11/21(四)開課。 
 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:
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
  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。
  • 課前請詳閱簡章之課程內容或利用課程諮詢電話。
  • 課程嚴禁旁聽,亦不可攜眷參與。
  • 優惠方案擇一使用。
  • 課程查詢或相關作業時程,請洽以下聯絡窗口。
    聯絡資訊