目前位置: 首頁 > 公開課程 > 創新研發 > 專業技術 > AI人工智慧與深度學習產業應用人才養成班

AI人工智慧與深度學習產業應用人才養成班

本課程旨在為產業培養具備AI與物聯網整合能力之人才,以滿足產業所用。

  AI人工智慧與深度學習產業應用人才養成班.《全球人工智慧研究報告》指出,2030年人工智慧(AI)將帶給全球GDP成長14%,貢獻15.7兆美元;麥肯錫報告指出,2025 年物聯網全球應用產值高達11.1兆美元。全球對於AI與物聯網整合人才的需求極大,因應政府5+2產業政策,本課程旨在為產業培養具備AI與物聯網整合能力之人才,以滿足產業所用。

加入收藏
收件人email:
寄件人姓名:
寄件人email:
適合對象:高階主管 、中階主管 、專業人員 、技術人員

 

AI人工智慧與深度學
習產業應用人才養成班



上課地址:
學科:工業技術研究院 產業學院 台北學習中心(台北市中正區館前路65號704室) 術科:艾鍗科技有限公司電腦教室(台北市中正區重慶南路一段143號號 4 樓)

時數:160

起迄日期:2020-10-05~2020-11-02

聯絡資訊:陳士勳/0223701111#306

報名截止日:2020-10-03

課程類別:人才培訓(課程)

活動代碼:2319120090

 
課程介紹
《全球人工智慧研究報告》指出,2030年人工智慧(AI)將帶給全球GDP成長14%,貢獻15.7兆美元;麥肯錫報告指出,2025 年物聯網全球應用產值高達11.1兆美元。全球對於AI與物聯網整合人才的需求極大,因應政府5+2業政策,本課程旨在為業培養具備AI與物聯網整合能力之人才,以滿足業所用。 本課程學科規劃旨在讓學員對於人工智慧的應用有正確的觀念,並能對於實務上應用的人工智慧演算法原理與應用方向有更進一步的掌握,包括物件偵測、影像辨識、數值分析等領域。
最後能讓學員從課程中啟發於產業端應用之系統性思考,並學習到以下職能:
1. 學會資料科學領域的主流程式語言Python
2. 
掌握深度學習演算法(DNNCNNRNN)的原理與應用方法。
3. 
學會影像辨識的方法與應用技巧。
4. 
學會常用的機器學習演算法與資料處理技巧。
5. 
學會邊緣運算的開發技巧。
課程特色/目標
本課程以實作為主,術科規劃首重強化學員Python程式撰寫的能力,並能活用numpypandasmatplotlib等資料處理套件。接著在人工智慧演算法的部份,以不同的主題來進行實作,讓學員熟悉深度學習的開發框架Keras,逐步從讀取資料、資料前處理、建立模型、訓練模型、評估與優化模型的過程中,掌握卷積神經網路(CNN)、遞歸神經網路(RNN)等模型的應用精神,實現物件偵測、影像識別等主題應用。真正培養學員具備進入人工智慧領域的基本職能。
課程對象
未來計畫投入以下業職務,有意願進修者
1.AI深度學習工程師

2.AOI+AI影像深度學習工程師

3.
深度學習研發工程師
4.AI深度學習工程師

5.
影像深度學習工程師
6.
物聯網工程師 (IoT Engineer
7.IoT系統軟體研發工程師 

8.IT平台軟體工程師 

9.PM工程師
講師簡介
工研院AI深度學習、物聯網工程相關領域專業師資群。
工業技術研究院 產業學院 台北學習中心 陳先生 工業技術研究院 產業學院 台北學習中心 陳先生 02-2370-1111#306  / 術科課程諮詢與合作師資團隊:艾鍗學院 :02-2316-7738

 課程大綱
Python程式設計技術操作實務(36小時)
•Jupyter notebook使用教學
•Python資料結構(tuple, dict,list,..)
•Python控制流程
•Python物件導向
物件偵測與識別 技術操作實務(21小時)
•何謂卷積神經網路(CNN)
•原理與架構說明(Convolutional Layer、Pooling Layer、Fully Connected Layer
•常用模型應用說明:VGG16、VGG19、ResNet50、InceptionV3
•其他方法說明(Backpropagation、Autoencoder
•CNN與影像辨識實務應用說明
•實戰演練(圖片辨識、圖片去雜訊等)
Tensorflow/Keras 深度學習實務技術操作實務(36小時)
•機器學習與深度學習技術簡介
•TensorFlow/Keras介紹
•Neural Network原理與Python實作
•Keras程式架構與流程
•DNN實作分類問題-使用Keras
•CNN網路模型原理與知名CNN網路模型(AlexNet、VGG16、ResNet50,…)
•CNN實作圖像分類問題-使用Keras
•Image Augmentation
•DNN vs CNN
•Transfer Learning原理與實作
•RNN與LSTM模型原理
•NLP 自然語言處理實例
資料處理與機器學習實務技術操作實務(42小時)
•線性代數-使用Numpy
•數據視覺化線-使用Matplotlib
•數據資料擷取與處理-使用Pandas
•最佳化演算法- Gradient Descent
•Linear Regression實作
•Binary Classification :Logistic Regression實作
•機器學習實例From Kaggle與 OpenData
•Multi-lablel Classification
•Artificial Neural Network (ANN)實作
•scikit Learn介紹
AI邊緣運算實務技術操作實務(8小時)
•邊緣運算(Edge Computing)導論
•開發環境建置
•Edge裝置Raspberry Pi基本操作教學
•Intel神經加速棒 (NCS ,Movidius Neural Compute Stick)介紹
•虛擬機與ubuntu系統安裝教學
•Intel OpenVINO(Open Visual Inference and Neural network Optimization)介紹與應用範疇
•虛擬機之Intel OpenVINO安裝教學
•TensorFlow on your Raspberry Pi & NCS API設定
•Lab:靜態圖像&動態影像辨識


價格與補助計畫
原價:新台幣64,000元整 / 經【產業新尖兵試辦計畫】核定後,最高補助80%
【產業新尖兵試辦計畫】:參加本計畫指定訓練課程之青年(年滿十五歲至二十九歲之本國籍青年),以失業者為限,並符合下列情形之一:
1.青年參加分署自行辦理、委託辦理及補助之訓練課程,於結訓後一百八十日內,不得參加指定訓練課程。
2.本計畫訓練對象年齡之計算,依其參加訓練之開訓日為基準日。

【補助費用】
1.訓練費用最高補助10萬元
2.結訓後90日內未曾就業者,補助訓練費用自付額50%(訓練費用補助最高7萬元)
3.結訓後90天內曾就業者,補助訓練費用自付額80%(訓練費用補助最高10萬元)
4.五加二產業創新計劃相關技能培訓(參訓及補助均一班次為限)
5.先登錄成為台灣就業通(
https://www.taiwanjobs.gov.tw/Internet/index/index.aspx)會員,並完成「我喜歡做的事」職涯興趣探索測驗。

 

【申請流程】
1.於網站專區(elite.taiwanjobs.gov.tw)提出申請。
2.於產業新尖兵網站查詢課程(以公告於計畫網站之課程為限)。
3.向訓練單位報名及繳交費用。
4.錄訓回報:於開訓日之次日起10日內,於產業新尖兵網站專區完成錄訓回報。
5.申請補助:課程結訓後120日內,檢附文件向訓練所在地之勞動力發展署分署申請訓練費用補助。

 



附件
 
 【招生簡章】AI人工智慧與深度學習產業應用人才養成班v3.pdf


報名截止日:2020/10/03

開課日:2020/10/05結束日:2020/11/02定價: $64,000

時數:160 (小時) 時段:以上課通知為準

地點:台北 | 工研院產業學院 台北學習中心 | 實際地點依上課通知為準! [看地圖]

簡介


產業學院緣起
  依據行政院「挑戰2008:國家發展重點計畫」下之「國際創新研發基地」與「產業高值化」兩計畫,首重產業科技人才的效能。

•911216經科字第09103373120號函:經濟部將本院籌設工研院產業學院之工作,列為因應產業結構轉型,提 ... more

*填寫報名表能讓開課單位更有效的處理您的資料,並優先處理您的需求!


三聯式 二聯式


(重新產生)