【產投班】113-1 人工智慧影像處理應用碩士學分班
人工智慧影像處理應用碩士學分班
~ 課程修畢可取得3學分；未來考入高科大可抵免學分 ~
📡 課程目標
(1) 讓學員了解人工智慧發展歷程與應用。
(2) 讓學員掌握特徵抽取殘差網路和Face Net人臉辨識並能實際應用。
(3) 讓學員具備影像強化演算法與影像切割應用技能。
🚀 課程大綱
|
日期 |
時間 |
課程大綱 |
授課講師 |
|
08/17 |
09:00-12:00 |
人工智慧發展：(1)人工智慧的定義 (2)AI技術 (3)機器學習概論 |
徐偉智 |
|
13:30-16:30 |
AI應用系統建置三部曲：(1)資料收集 (2)模型訓練與模型評估 (3)模型部署 |
||
|
08/24 |
09:00-12:00 |
人工智慧對社會經濟的影響：(1)智慧醫療 (2)行銷決策 (3)ChatGPT |
徐偉智 |
|
13:30-16:30 |
訊號、資料與資訊：(1)Training Data Set (2)Testing Data Set (3)機率分布實作(Python) |
||
|
08/31 |
09:00-12:00 |
數據為AI之基礎：(1)一維訊號 (2)二維訊號 (3)特徵值 |
徐偉智 |
|
13:30-16:30 |
回歸分析、線性模型與非線性模型：(1)線性迴歸推導 (2)Python之線性迴歸模型 |
||
|
09/07 |
09:00-12:00 |
(1)數位影像處理簡介 (2)影像強化演算法實作 |
黃世勳 |
|
13:30-16:30 |
影像切割與區域連通演算法簡介與實作 |
||
|
09/14 |
09:00-12:00 |
(1)類神經網路架構 (2)Python之ANN模型 (3)決策樹模型、嫡、資訊增益 (4)Python之DT模型 (5)SVM原理與應用 |
徐偉智 |
|
13:30-16:30 |
期中考：(1)筆試 (2)實作 |
||
|
09/21 |
09:00-12:00 |
物件特徵提取介紹與實作：(1) HOG (2) LBP |
黃世勳 |
|
13:30-16:30 |
(1)圖形識別簡介 (2)SVM簡介與實作 |
||
|
09/28 |
09:00-12:00 |
(1)深度學習圖形識別 (2)運用PyTorch於深度學習之實作 |
黃世勳 |
|
13:30-16:30 |
(1)應用於影像處理之深度學習與卷積神經網路技術介紹與實作 (2)卷積神經網路技術介紹與實作 |
||
|
10/05 |
09:00-12:00 |
LeNet卷積深度網路於手寫字元辨識介紹與實作 |
黃世勳 |
|
13:30-16:30 |
常見之影像深度網路與應用介紹：(1)特徵抽取殘差網路 (2)FaceNet人臉辨識網路 |
||
|
10/12 |
09:00-12:00 |
循環神經網路網路簡介與實作 |
黃世勳 |
|
13:30-16:30 |
期未考：(1)筆試 (2)實作 |
⏰ 課程時間
日期：113.08.17~113.10.12
時間：每週六 09:00-12:00；13:30-16:30，共54小時
地點：824 高雄市燕巢區大學路1號 國立高雄科技大學 (第一校區) 電資院 B229電腦教室
🛸 師資介紹
徐偉智教授 台灣大學 電機所博士
黃世勳教授 台灣大學 資訊工程博士
🔮 報名資訊
報名日期：即日起可先預報名，正式報名網址將會 Mail 通知。
報名人數：補助限額15人，額滿可先報名候補。
報名費用：原價12,000元【一般生補助8成費用(僅需付2,400元)，45歲以上全額免費，開課前先繳全額12,000元，結訓後約2-3個月退至帳戶】
📞 連絡方式
連絡電話：07-6011000 分機32604 Eva
服務時間：週一至週五9:00-18:00
🎄 歡迎加入LINE社群 🎄
LINE社群 搜尋【AI 科技革命最前線】社群或請點擊【https://bit.ly/47qz2az】可立即