Python機器學習模型實作-公開課程-亞太教育訓練網

Python機器學習模型實作

機器學習理論是電腦視覺工程師或是資訊科學家的必備技能，亦是深度學習技術的根本..

　　機器學習理論是電腦視覺工程師或是資訊科學家的必備技能，亦是深度學習技術的根本，許多深度學習的傑出研究人員都具有強大的機器學習背景知識與豐富的程式實作經驗，本課程的目標在於學會如何透過Python自行實作機器模型，或是利用Scikit-learn這個強大的機器學習函式庫來進行各式各樣機器學習任務的訓練以及推論。本課程每一章節都有實作範例，部份實作同時提供自行以Python實現的程式碼以及Scikit-learn所提供的函式以比較效果差異，課程目標在於讓學員能對機器學習有全面性的瞭解，並且具備進入深度學習模型開發前的所有基礎知識，其中包括線性代數，統計以及機率。

提供機構：

工業技術研究院(工研院產業學院)

加入收藏

轉寄

友善
列印

報名洽詢
機構資訊
授課講師
報名資訊
課程介紹

課程代碼2321070004
Python機器學習模型實作
課程型態/線上同步
上課地址/純線上授課(使用Cisco Webex)，將於課前提供會議室連結
時數/12小時
起迄日期/2022/06/02~2022/06/16
聯絡資訊/陳品諠 (02) 2370-1111#303
報名截止日/2022/05/31

課程介紹

111年推動機電產業智慧製造計畫，補助50%!

　　機器學習理論是電腦視覺工程師或是資訊科學家的必備技能，亦是深度學習技術的根本，許多深度學習的傑出研究人員都具有強大的機器學習背景知識與豐富的程式實作經驗，本課程的目標在於學會如何透過Python自行實作機器模型，或是利用Scikit-learn這個強大的機器學習函式庫來進行各式各樣機器學習任務的訓練以及推論。

　　本課程每一章節都有實作範例，部份實作同時提供自行以Python實現的程式碼以及Scikit-learn所提供的函式以比較效果差異，課程目標在於讓學員能對機器學習有全面性的瞭解，並且具備進入深度學習模型開發前的所有基礎知識，其中包括線性代數，統計以及機率。

本課程所有的程式都將在Colab上此雲端平台上開發，課程的實作範例包括了：

1. 機器學習簡介

2. 迴歸分析簡介與實作: 線性迴歸、嶺迴歸、套索迴歸、彈性網路

3. 分群法簡介與實作: K-平均演算法、均值漂移演算法、最大似然估測、最大後驗估測、最大期望演算法

4. 基於資訊的分類方法簡介與實作: 決策樹與隨機森林

5. 基於誤差的分類方法簡介與實作: K-近鄰演算法、支持向量機、人臉分類實作（使用HOG特徵+SVM)

6. 資料降維簡介與實作: 運用主成份分析進行資料降維，並運用邏輯迴歸進行（MNIST）手寫數字辨識。

課程目標

1.熟悉Python此程式語言。
2.協助具程式語言基礎(Python)之學員自行實作或是運用scikit-learn開發機器學習模型。
3.運用機器學習技術進一步提升影像處理或電腦視覺領域中各類問題之效果。
4.未來銜接各類深度學習課程。

課程大綱

1.　機器學習簡介

2.　迴歸分析簡介與實作: 線性迴歸、嶺迴歸、套索迴歸、彈性網路

3.　分群法簡介與實作: K-平均演算法、均值漂移演算法、最大似然估測、最大後驗估測、最大期望演算法

4.　基於資訊的分類方法簡介與實作: 決策樹與隨機森林

5.　基於誤差的分類方法簡介與實作: K-近鄰演算法、支持向量機、人臉分類實作（使用HOG特徵+SVM)

6.　資料降維簡介與實作: 運用主成份分析進行資料降維，並運用邏輯迴歸進行（MNIST）手寫數字辨識。

訓練對象

1.　具備程式設計能力，未來想投入機器學習、電腦視覺或資料科學領域的工程師
2.　想應用電腦視覺、機器學習相關技術至物聯網、駕駛輔助系統之程式設計師

講師簡介

林哲聰老師

學歷：台灣大學應用力學研究所碩士/清華大學資訊工程研究所博士

現職：Chalmers University of Technology 博士後研究員

經歷：工研院機械所副研究員/研究員/資深研究員

　　　加州大學聖塔芭芭拉分校資工系訪問研究員

　　　上奇資訊-計算機概論共同譯者

　　　2010 伽利略創新大賽台灣區季軍

　　　2011 伽利略創新大賽特別獎(GNSS Living Lab)得主

　　　2013 伽利略創新大賽瑞士區冠軍

　　　2016 日本立命館大學英文演講比賽清華大學代表

　　　2017 CVGIP 行人偵測競賽亞軍

　　　2017 MOST 生成式對抗網路競賽佳作

　　　2018第八屆兩岸清華研究生學術論壇清華大學代表

　　　2019 IEEE ICIP Three Minute Thesis Competition (3MT®): Finalist

　　　2020 AI智慧應用新世代人才培育計畫-人才解題實證(倒車攝影機影像識別-障礙物與逼近偵測)：佳作

　　　2020 中華民國影像處理與圖形識別學會第十三屆博碩士論文獎博士論文佳作

　　　2020 中華民國資訊學會碩博士最佳論文獎-博士論文佳作

專長：Computer Vision, Image Processing, Pattern Recognition, Machine Learning, Deep Learning, GPS, Embedded System, iPhone Programming
已於車用影像安全警示系統領域中發表過二十五篇國際論文，十五篇國內論文，以及十三篇專利。

開課資訊

●　主辦單位：經濟部工業局
●　執行單位：工研院產業學院
●　上課時間：111/06/02、06/09、06/16 (每週二) ，13:00~17:00（12小時）

●　上課地點：線上直播會議室(使用Cisco Webex Meeting，將於課前提供會議室連結)

●　招生人數：本班預計20人為原則，最低開課門檻為10人
●　報名方式：
　　1.線上報名：點選課程頁面上方的「線上報名」
　　2.傳真報名：填妥報名表傳真至02-23811000
　　3.email報名：填妥報名表email至 itri535842@itri.org.tw
●　繳費方式：報名時可選擇信用卡線上繳費或匯款，主辦單位將於確認開班後通知您相關匯款資訊
●　退費標準：若欲取消報名，請於開課前三日以傳真或email告知主辦單位，並電話確認退費事宜，逾期將郵寄講義，恕不退費。若您未於期限內申請退費，則不得於任何因素要求退費，惟可轉讓與其他人參訓。

課程費用

身分別	費用	說明
一般身分補助50%	每人7,000元	原價NT$14,000，政府補助NT$7,000，學員自付NT$7,000
中堅企業補助65%	每人4,900元	原價NT$14,000，政府補助NT$9,100，學員自付NT$4,900 ※中堅企業說明：屬於經濟部工業局公佈之中堅企業名單(請參考網頁公告附件或來電洽詢)，學員報名必須請公司開立在職證明，課程發票會開立該公司發票 ※中堅企業名單參考：https://reurl.cc/Q9lkpq
特定對象補助65%	每人4,900元	原價NT$14,000，政府補助NT$9,100，學員自付NT$4,900 ※特定對象：針對具身心障礙、原住民與低收入戶之人士，報名時出具證明。身心障礙手冊正反面影本、「原住民族身分法」所定原住民身分證明及低收入戶證明之相關證明文件、生活扶助戶（低收入戶）中有工作能力者提供縣市政府或鄉鎮（區）公所開立之低收入戶身分證明文件或低收入戶卡影本一份，但該證明文件未載明身分證號碼及住址者，應檢附國民身分證正反面影本或戶口名簿影本一份。)