【產投班】113-1 人工智慧實務應用碩士學分班
人工智慧實務應用碩士學分班
~ 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) 了解人工智慧發展歷程與應用。
(2) 熟悉回歸分析、線性模型與非線性模型精要並能實際應用。
(3) 具備演算法運用及深度學習圖形辨識技能。
🌟 課程大綱
|
日期 |
時間 |
課程大綱 |
授課講師 |
|
03/02 |
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 (3)模型評估 |
||
|
03/09 |
09:00-12:00 |
(1)數位影像處理簡介 (2)影像切割與區域連通演算法介紹與實作 |
黃世勳 |
|
13:30-16:30 |
(1)物件特徵提取介紹 (2)圖形識別介紹與實作 |
||
|
03/16 |
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 |
||
|
03/23 |
09:00-12:00 |
(1)類神經網路架構 (2)Python之ANN模型 |
徐偉智 |
|
13:30-16:30 |
(1)決策樹模型、嫡、資訊增益 (2)Python之DT模型 |
||
|
03/30 |
09:00-12:00 |
SVM原理與應用 |
徐偉智 |
|
13:30-16:30 |
期中考：(1)筆試 (2)實作 |
||
|
04/13 |
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) |
||
|
04/20 |
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 |
||
|
04/27 |
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 |
(1)特徵提取殘差網路介紹 (2)運用Triplet損失函數之特徵提取介紹與實作 |
||
|
05/04 |
09:00-12:00 |
AI生成圖像實務 |
徐偉智 |
|
13:30-16:30 |
期未考：(1)筆試 (2)實作 |
🚀 更多課程內容：請參閱 附件(一)招生簡章
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
課程時間 ⏰
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
日期：03/02(六)、03/09(六)、03/16(六)、03/23(六)、03/30(六)、04/13(六)、04/20(六)、04/27(六)、05/04(六)
時間：每週六 09:00-12:00；13:30-16:30，共54小時
✍️ 報名資訊
報名日期：113.01.28(日)至 113.02.28 晚上 18:00 止。
報名人數：補助限額 20 人，額滿可先報名候補。
報名費用：原價11,970元【一般生補助8成費用(僅需付2,394元)，45歲以上全額免費，開課前先繳全額11,970元，結訓後約2-3個月退至帳戶】
🚀 補助條件：請參閱 附件(二)參訓學員須知
報名連結：https://bit.ly/3HmztrI 🚀 報名流程：請參閱 附件(三)課程報名流程
📞連絡方式
連絡電話：07-6011000 分機 32604 Eva
服務時間：週一至週五09:00-18:00