1111進修網

•深度學習的原理、規劃及應用範例實作
•強化學習的原理、規劃及應用範例實作
•課程中透過各項原理搭配實作使學員更了解深度學習、深度學習、強化學習
•在影像，自然語言，生成式AI的領域學習最新的框架與套件，以因應未來 職場需求

梯度下降法原理解析及範例 手寫阿拉伯數字辨識』完全解析：十大處理步驟 & 原理解說 模型佈署：網頁程式實作與雲端部署 卷積神經網路(CNN)：卷積效果、預訓練、轉移學習、風格轉換 物件偵測演算法：NMS、YOLO自訂資料集模型訓練與實作 自然語言處理(NLP)前置處理：語音與文字轉換、語文前置處理、分詞套件介紹 詞嵌入：詞向量原理、生成/比對、中文詞向量、模型訓練實作 自然語言處理模型與應用：循環神經網路(RNN)、長短期記憶網路(LSTM)、Transformer網路架構、情緒分析、時間序列預測 Transformers套件介紹及範例：文本分類、問答、生成、中文模型 生成對抗網路(GAN)：DCGAN、CGAN、Text To Image 語音處理：訊號前置處理&實作、短指令辨識、自動語音識別 強化學習原理與演算法：Gym套件、動態規劃、蒙地卡羅、時序差分、Stable-Baselines3

專業認證講師

如您對本課程有興趣，或需相關諮詢，請於下方留下您的聯絡資訊，我們將派專人與您聯繫，為您安排上課事宜，或回覆問題，感謝您！