課程資訊
適用對象
(1).電機/電子/材料/機械/生技/化工/資訊等相關背景之研發工程師、生產製造、品保等相關工程師/資料分析人員及各管理階層。
(2).協助企業評估是否導入AI或擬定AI導入策略之專案負責人
(3).企業內欲跨入AI技術領域之自動化系統設備相關業務負責人員
(4).研究單位工程師、主管或者是學生並具電腦基本操作或有基礎程式語言基礎者為佳。
訓練目標
●當工業遇到AI → 企業可以運用生成式AI (Generative AI)創造既有產品的數位雙生(digital twin)並訓練機器人;企業還能運用生成式AI裡的大型語言模型(LLM)開發創新,為客戶增加價值。
詳細內容
課程名稱
|
課程內容大綱
|
一、深度學習技術精進:
探索DNN與CNN的應用
|
介紹人工智慧是什麼,以及監督式、非監督式及強化學習概念
1. 什麼是AI?什麼是ANN?
2. 從底層邏輯帶你看深度學習
3. 卷積神經網路(CNN)介紹
4. 遞迴神經網路(RNN)介紹
5. Transformer介紹
6. 分享模型調優之進階技巧
7. 從智慧製造應用到業界實際案例分享
|
二、物件辨識優化與挑戰:
解決複雜場景下的難題
|
介紹物件辨識業界常用模型以及智慧製造應用實作
1. 介紹物件辨識的概念
2. 說明常用的物件辨識模型特性
3. 介紹物件辨識應用場景
4. 使用標註平台進行模型訓練的實踐
5. 實戰物件辨識應用場景演練
|
三、ChatGPT 應用篇:
以對話形式探索AI技術在商業上的應用
|
利用 ChatGPT 和 Prompt 技術提供智造技術生產力
1. 了解 ChatGPT 模型的基本概念
2. 探討Prompt應用在不同領域的案例
3. 探討Prompt如何幫助 ChatGPT 模型提升產能
4. 主題式討論,與參與課程者互動,討論ChatGPT和Prompt 生活場景
5. 實戰演練,讓學員學會如何使用 Extension工具提高 ChatGPT 工作效益
|
四、大型語言模型應用實戰:
將生成式AI技術應用於商業場景
|
掌握大型語言模型的建構與應用,打造高效處理系統!
1. 分享大型語言模型應用開發流程
2. LangChain 開發介紹,從資料讀取到連結向量資料庫
3. 使用場景分享:個人助理、ChatPDF、SQLGPT
4. 實作大型語言模型應用,建構公司內部文件GPT
|
五、從理論到實作:
建立與應用知識圖譜 (智慧製造應用實例)
|
知識圖譜應用於企業智能化決策的基礎理論與技術介紹
1. Python程式設計基礎與Streamlit框架應用,輔助知識圖譜應用
2. Neo4j圖形資料庫的應用技巧與操作
3. 使用 Whisper 語音模型,從影片中萃取知識
4. 案例演練:使用知識圖譜構建企業智能化決策系統
|
●上課日期:下一梯次課程時間規劃中~
●上課時間:09:00-17:00(前三天);09:00~17:30(後兩天)(共36hrs)
師資介紹
工研院-專業講師
【經歷】資訊科技專家、大學講師、RiskValFinancial Solution量化資料科學家,軟體架構師、Smart Tech Inc.主工程師、Dynamic Service Inc(DSI)軟體工程師等…實務經驗
【學歷】New York University - Courant Institute of Mathematical Sciences Master of Science, Computer Science (碩士)、 厦門大學王業南經濟研究院金融(博士)
備註
★本課程歡迎企業包班~請來電洽詢 課程承辦人陳小姐(Zoe) 04-25687661。