Python深度學習理論與實作班

機器學習與深度學習都是一種資料科學的技術，協助電腦從現有的資料學習，以便預測未來的行為、結果和趨勢。事實上機器學習的應用早已遍布在我們的生活當中。舉凡是手機上的手寫辨識、收費停車場的車牌辨識系統、電子信箱中自動過濾垃圾信件的程式，及無人車的自動駕駛等等。之前轟動全球的 AlphaGo，更是機器學習發展以來的一大里程碑，AlphaGo 透過大量職業比賽的棋譜來「訓練」其演算法，讓 AlphaGo 在短短的兩年內就站上了職業圍棋的頂端，幾乎可以說是打敗了人類。

課程目標:

使學員瞭解深度學習的理論背景、評估如何使用適當的深度學習方法於實際例子。包括卷積神經模型用於圖像資料辨識(MNIST/Cifar 10)、遷移式學習、Word2vec、RNN用於垃圾郵件辨識、LSTM於實作上下文預測，以及GAN於影像合成。透過案例說明深度學習中的方法對圖像與文字資料處理，進而增進學員了解深度學習的相關知識與提升在資訊處理時代之競爭力。

對相關AI課程有興趣者，請電(02)6631-6571課程經理 張先生，

或參閱課程網頁: https://www.ispan.com.tw/NLC