|
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
|
課程日期：下一梯次課程時間規劃中