自強課程

課程名稱

Python深度生成式建模 Deep Generative Modeling using Python 熱烈招生中

📢超級早鳥優惠：➡會員114/8/21(含)前報名：7,800元/人!

課程代碼：

14W323

上課時間：

9/11、9/18，星期四，09:00-16:00，共二週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：

8500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 8000 元
團報價方案：會員2人同行，可享同行價 7800 元(須於課前告知)
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，及非監督式預訓練(unsupervised pretrained)模型的運用方式。

修課條件：

已修習機器學習或深度學習相關課程

課程大綱：

1. 深度神經網路簡介
　1-1多層感知機與結構化資料
　1-2.卷積運算與圖像感知
　1-3.遞歸結構與序列記憶
　1-4.注意力機制與變形金剛預訓練網路
　1-5.遷移學習與參數微調
2. 生成式AI及其應用
　2-1.自動編碼器與重構式學習
　2-2.潛變量模型與變分自動編碼器
　2-3.聶許均衡與生成式對抗網路
　2-4.文本生成與自迴歸模型
　2-5.變數變換與流式模型
　2-6.能量與雜訊擴散等物理啟發模型
　2-7.多模態生成式模型

課程師資：

鄒慶士教授
專長：機率與統計學習、進化式多目標最佳化、賽局模型應用、系統模擬與強化學習、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暨智能控制與決策研究室教授
經歷：
香港科技大學(廣州)工業信息與智能研究所訪問教授(2024.10~2025.01)
國立臺北商業大學校務永續發展中心主任(2023.08~2024.07)暨推廣教育部主任(2024.02~2024.07)

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。

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。