

>
課程資訊
適用對象
課程特色
詳細內容
師資介紹
我對本課程有興趣
與我諮詢 / 報名
課程資訊
開課日期
2025-08-04
學習時程
66小時
上課時間
週一,週三
上課時段
晚上
適用對象
對人工智能有興趣的初學者
想學習深度學習、機器學習、自然語言處理等技術的人
課程特色
課程針對非結構化文件(如:圖片、文字、聲音)學習如何應用人工智慧領域。於影像文本、互動回饋、生成仿製等領域學習框架與套件
探索生成式AI技術原理,透過CNN產出模型進行圖像訓練與預測,NLP加RNN產生語言模型,搭配強化學習搭建出AIGC之落地應用
探索生成式AI技術原理,透過CNN產出模型進行圖像訓練與預測,NLP加RNN產生語言模型,搭配強化學習搭建出AIGC之落地應用
詳細內容
- 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
師資介紹
原廠講師