T客邦小編將學員們給的意見回饋統整完畢後推出第二波進化版的深度學習實作課程！本次課程的有更多的理論、實作跟練習時間，還有回家作業回家演練喔！！讓學員們能有足夠的練習和 Isaac 老師討教！快點報名參加吧！
6個理由，為什麼要來上課？
- 現在很缺 AI 人才，先學會可以比別人更有競爭力！
- 學會如何讓電腦做更複雜的決策跟辨識。
- 理解常見的類神經網路DNN、CNN、RNN。
- Google TensorFlow 的資料很凌散，老師可以更有系統的教你！
- 老師在業界多年的機會可以跟你分享 Deep Learning 實務上會遇到的真實經驗。
- 認識講師，遇到困難有人回答；書本資料太多、網路上的資料太分散，現場有人教學得快。
>>> 課程資訊 >>前往報名、繳費
- 名額：限額30人，額滿為止。
- 費用：12/31跨年結束前，2017年末早鳥優惠價 每人15,999元！2018年恢復每人 16,500元，( 包含三日午餐、點心)。
- 時間：2018/01/20(六) 、2018/01/21(日)、2018/01/27(六) 早上9點至下午4點
- 地點：台北市進出口商業同業公會 台北市松江路350號3樓 第2會議室
課程規劃
| 2018/01/20 (六) Day 1 | |
| 09:00 ~ 12:00 | 【理論】Deep Learning Introduction
【實作】TensorFlow Basic
|
| 12:00 ~ 13:00 | Lunch Time |
| 13:00 ~ 16:00 | 【理論】DNN Introduction
【實作】DNN Implementation
|
| 2018/01/21 (日) Day 2 | |
| 09:00 ~ 12:00 | 【理論】CNN Introduction
|
| 12:00 ~ 13:00 | Lunch Time |
| 13:00 ~ 16:00 | 【練習】DNN/CNN Practice 【HomeWork 程式練習題】 Isaac老師叮嚀： 「練習是增強實力最快的方法之一，這門課在上完部份理論及實作課後，將會出程式練習題讓學生可以自己動手解決問題。習題解答將會再最後一天公佈並做檢討 期望這樣能使學生上完課後有能力將學習的成果應用在自己工作問題上面！」 |
| 2018/01/27 (六) Day 3 | |
| 09:00 ~ 12:00 | 【理論】RNN Introduction
【實作】RNN Implementation
|
| 12:00 ~ 13:00 | Lunch Time |
| 13:00 ~ 16:00 | 【理論】類神經網路實務問題討論 【練習解答】解說DNN/CNN Practice 【實作練習】RNN Practice |
使用軟體
上課須知
- 學員當天需自備筆電(Windows / Mac 皆可 memory 8G以上佳)，教室提供電源插座。
- 上課講義為英文。
- 需先申請亞馬遜 AWS 帳號綁定信用卡使用 GPU 主機，GPU 主機跑12小時每個人約需額外支付$240左右的費用
>>前往報名、繳費
Isaac 老師與同學們的課堂 問與答 Q&A
上次上課，同學們抓著 Isaac 老師問了許多問題，T客邦小編跟 Isaac 老師統整下三個大家最常問的問題跟各位分享！
問題 1：「我如何快速的評估，使用深度學習解決各領域問題時，他的表現或準確度大概有多高呢？」
Isaac 老師的建議：「實務上，由於 AI 目前的發展多半還只能針對每個特定的問題去實作及驗證，再加上每個問題所蒐集到的資料品質、數量、及難易度不一樣。因此，我們很難找到一個很有效的方法去快速評估每種問題的準確度。所以我個人認為最好的方法就是先快速的用簡單的模型來驗證，當基本的模型有一定表現後，我們再用各式各樣不同的手法持續優化它。」
問題 2：「深度學習的框架及套件有非常多種類，我該如何選擇使用哪一種工具呢？」
Isaac 老師的建議：「這個問題其實沒有一定的答案，就好像當我們要達成某個目的的時候，手段或方法可能會不只一種，但只要能在合理的限制下到達目的，其實都是好方法。但為什麼這門課會選擇使用 TensorFlow 來教學呢?這是因為他是目前市面上最夯的 Deep Learning 套件，再加上其擁有廣大的社群及許多參考資料，所以我認為非常適合初學者去學習。」
問題 3：「如果未來想要切入人工智慧這個領域，我還需要加強那些技能呢？」
Isaac 老師的建議：「人工智慧這個領域近年來有非常多的突破，相關的書籍及文獻也非常的多，建議如果想要進入這個領域的人可以多方面的去涉略相關之知識。此外，除了閱讀相關的知識外，平時也可以多多參加資料科學相關的比賽來累積實戰經驗，像是最有名的 Kaggle 平台就是一個很好練習自己實力的地方。」
深度學習的優點？
傳統人工智慧演算法在解決問題的時候，往往需要花費許多專家及人力去做特徵上的抽取，不只成本很高，更重要的是，所抽取的特徵也很容易因人為偏見而產生偏差，進而造成最終結果表現不佳。相較於以往的做法，深度學習能讓電腦自己去學習資料之間的關係，不只節省了抽取特徵的人力，同時所產生的特徵也比較客觀。
為什麼要學 TensorFlow？
TensorFlow 是 Google 開發出的機器學習套件，也是目前全球最夯的機器學習套件！近年來在物件辨識上有相當大的突破發展！例如：能夠在同一張圖片中辨識及定位多個不同對象；圖片辨識、九宮格的認證方式有效過濾掉出惡意軟體及註冊機器人程式。除此之外， GMAIL 垃圾郵件的分類判定、GOOGLE 翻譯、Youtube 中推薦你可能會喜歡其它的影片、ALPHAGO圍棋等，都是由 TensorFlow 實作出來的！
什麼是類神經網路？
類神經網路是模仿人類腦袋的神經元，套用在機器學習中，讓機器也能夠擁有類似人腦學習、反應的演算法。為了模仿各種不同的神經元戶相連接的方式，有了 DNN RNN、CNN 三種不同的連接方法。
DNN深度神經網路（Deep Neural Networks）是所有類神經網路理論的基礎。後來為了讓電腦資源使用效率更高，所以發展 CNN卷積神經網路（Convolutional Neuron Networks)，是影像常用的方法之一，針對影像作處裡的方法，在影像中抽取特徵，並將圖片分類。RNN循環神經網路（Recurrent Neural Networks）主要處理序列化資料，讓機器可以確認前後文、讀懂一句話、認字，而字的位置會影響調整。
上課講師
Isaac
畢業於台大電子所，現任多處機構資料科學講師、MOXA 四零四科技人工智慧部門核心成員。專長為人工智慧及資料爬蟲，曾於多處擔任資料科學講師，具有不少相關實戰經驗，如：影像辨識、語意分析及金融數據探勘。
David Cheng (TA)
國立台北科技大學電機工程系所博士班，研究領域為無線感測器網路與物聯網，熟悉Arduino、Intel Edison、Raspberry Pi ，而軟體應用上，也能夠順暢地使C、C++、C#、Python及 MATLAB，現為北科大兼任講師。
上課花絮
報名須知
Step 1：前往報名、繳費
Step 2：直接在課程頁面報名並繳費。提供線上刷卡、ATM轉帳、超商代碼三種繳費方式。付款後約20分鐘即可自行查詢繳費結果。
【注意事項】
- T客邦(以下稱主辦單位)保有修改活動內容之權力。
- 如欲取消活動，請務必來電或以 E-Mail方式聯繫客服人員或承辦人員，以做為提出取消參加之表示。已繳費者若無法參加活動，活動舉辦當天0點0分以後提出取消參加者不退費，活動前一天 23:59:59 以前提出取消要求，酌收已付款項之10%做為行政處理費。
- 本活動以完成付款認定取得報名資格。參加者在課程頁面報名並繳費，若超過48小時付款期限，會將名額讓給其他候補參加者。
- 為提供訂購、行銷、客戶管理或其他合於營業登記項目或章程所定業務需要之目的，家庭傳媒集團（即英屬蓋曼群島商家庭傳媒股份有限公司城邦分公司、城邦事業股份有限公司、書虫股份有限公司、墨刻出版股份有限公司、城邦原創股份有限公司），於本集團之營運期間及地區內，將以 mail、傳真、電話、簡訊、郵寄或其他公告方式利用您提供之資料（資料類別：C001、C002、C003、C011等）。利用對象除本集團外，亦可能包括相關服務的協力機構。如您有依個資法第三條或其他需服務之處，得致電本公司客服中心電話 0800-020-299 請求協助。相關資料如為非必填項目，不提供亦不影響您的權益。
- 有任何關於此活動文章上的問題歡迎致電洽詢(02)2518-1133。
from T客邦 http://ift.tt/2BbRgT6
沒有留言:
張貼留言