學習目標： ◆本課程著重深度學習與強化學習延伸,承接先前課程所學之應用，從資料整理、雲端服務使用，到自然語言處理，製作專屬的問答系統。 ◆影像與文本、互動回饋、生成仿製擬定等專題開發。 ◆從現有資料訓練、或以 OpenAI 提供服務為基礎進行 Fine-Tuning (微調)的AI模型訓練，並以專題實作有效提升學員實戰經驗。 課程內容： ◆圖像基本處理與環境架構 ◆強化學習概論與馬爾可夫模型 ◆蒙地卡羅方法與時序差分學習 ◆深度強化學習與文本仿製 ◆強化學習演算法：Policy Gradient與Actor-Critic ◆大型語言模型架構運用 ◆影像辨識技巧應用：影像各式處理與檢測、神經網路訓練 ◆人臉辨識、偵測、標記、訓練、預測等討論與實作 ◆Tensorflow.js：以 JavaScript 在瀏覽器中使用機器學習 ◆文件式資料庫瞭解與應用 ◆圖像處理後辨識專題製作 ◆文本處理後分析專題製作 習得技能： ◆文本與語言分析 (分析關鍵字 / 生成文本) ◆圖像與影片分析 (肺炎X光片) ◆人臉辨識 (門禁系統) ◆大型語言模型操作使用 ◆LineBot (客服機器人) ◆運動偵測與訓練評估 (復健動作評估)