工研院 與 資策會聯手創造產業新契機~
數位轉型系列講座:
📌【免費】深度學習及其於自駕車之應用研討會~確定開課!
【活動日期】2018 年 11 月 29 日
【活動時間】02:00PM ~ 04:00PM
【活動地點】工研院光復院區
【活動地址】新竹市光復路2段321號1館8樓806室
【大綱】
📌CNN:卷積神經網路(Convolutional Neural Network)
一般使用縮寫CNN來稱呼,它與傳統的多層感知網路最大的差異在於多了卷積及池化這兩層,也就是因為這兩層而讓CNN擁有能夠「看」到圖像(或語音)細節的能力,而非像其它神經網路只是單純的提取資料進行運算,無怪乎近年所舉辦的視覺競賽,優勝者幾乎都是採用深度學習的CNN架構,本次我們將介紹CNN於物體偵測、影像分割上的經典模型,以及其在自駕車的應用上有什麼限制。
📌GAN:生成式對抗網路 (Generative Adversarial Network, GAN)
顯然是深度學習領域的下一個熱點,Yann LeCun 說這是機器學習領域這十年來最有趣的想法 (the most interesting idea in the last 10 years in ML),又說這是有史以來最酷的東西 (the coolest thing since sliced bread)。生成式對抗網路解決了什麼樣的問題呢?在機器學習領域,回歸 (regression) 和分類 (classification) 這兩項任務的解法人們已經不再陌生,但是如何讓機器更進一步創造出有結構的複雜物件 (例如:圖片、文句) 仍是一大挑戰。用生成式對抗網路,機器已經可以畫出以假亂真的人臉,也可以根據一段敘述文字,自己畫出對應的圖案,但在自駕車上又會有怎麼樣的應用呢?
📌RNN:循環神經網絡(Recurrent Neural Networks,RNNs)
已經在眾多自然語言處理(Natural Language Processing, NLP)中取得了巨大成功以及廣泛應用,近幾年來其與CNN之整合亦產生了許多有趣的應用,例如Image Captioning,這樣的技術甚至可以運用在道路事件的預測,但這樣的技術如何實踐?
【內容】
在自駕車領域,許多科技大廠投入相當多金錢人力研發相關技術,其中運用人工智慧領域中的深度學習技術是其中顯學,本講座即對目前深度學習技術在自駕車領域的進展進行介紹。
【報名網址】
https://w3.iiiedu.org.tw/BSDetail.php?BSC=392
-----------------------
🔥🔥其它精選推薦課程~
✔【確定開課】公差設計與量測應用工程師培訓班 (28H)
https://goo.gl/6CcEGE
----
✔【確定開課】ANSYS結構分析技術師 (36H)
https://goo.gl/LZ43dY
----
✔【專業射出人員培訓認證班】(24H)
https://goo.gl/NSvKTW
*****************
✳️歡迎加入LINE好友!隨手掌握最新課程資訊:http://line.me/ti/p/%40cco1893w
工研院光復院區地址 在 工研院科技學習 讚 Facebook 的最佳貼文
工研院 與 資策會聯手創造產業新契機~
數位轉型系列講座:
📌【免費】深度學習及其於自駕車之應用研討會~確定開課!
【活動日期】2018 年 11 月 29 日
【活動時間】02:00PM ~ 04:00PM
【活動地點】工研院光復院區
【活動地址】新竹市光復路2段321號1館8樓806室
【大綱】
📌CNN:卷積神經網路(Convolutional Neural Network)
一般使用縮寫CNN來稱呼,它與傳統的多層感知網路最大的差異在於多了卷積及池化這兩層,也就是因為這兩層而讓CNN擁有能夠「看」到圖像(或語音)細節的能力,而非像其它神經網路只是單純的提取資料進行運算,無怪乎近年所舉辦的視覺競賽,優勝者幾乎都是採用深度學習的CNN架構,本次我們將介紹CNN於物體偵測、影像分割上的經典模型,以及其在自駕車的應用上有什麼限制。
📌GAN:生成式對抗網路 (Generative Adversarial Network, GAN)
顯然是深度學習領域的下一個熱點,Yann LeCun 說這是機器學習領域這十年來最有趣的想法 (the most interesting idea in the last 10 years in ML),又說這是有史以來最酷的東西 (the coolest thing since sliced bread)。生成式對抗網路解決了什麼樣的問題呢?在機器學習領域,回歸 (regression) 和分類 (classification) 這兩項任務的解法人們已經不再陌生,但是如何讓機器更進一步創造出有結構的複雜物件 (例如:圖片、文句) 仍是一大挑戰。用生成式對抗網路,機器已經可以畫出以假亂真的人臉,也可以根據一段敘述文字,自己畫出對應的圖案,但在自駕車上又會有怎麼樣的應用呢?
📌RNN:循環神經網絡(Recurrent Neural Networks,RNNs)已經在眾多自然語言處理(Natural Language Processing, NLP)中取得了巨大成功以及廣泛應用,近幾年來其與CNN之整合亦產生了許多有趣的應用,例如Image Captioning,這樣的技術甚至可以運用在道路事件的預測,但這樣的技術如何實踐?
【內容】
在自駕車領域,許多科技大廠投入相當多金錢人力研發相關技術,其中運用人工智慧領域中的深度學習技術是其中顯學,本講座即對目前深度學習技術在自駕車領域的進展進行介紹。
【報名網址】
https://w3.iiiedu.org.tw/BSDetail.php?BSC=392
-----------------------
🔥🔥其它精選推薦課程~
✔【確定開課】公差設計與量測應用工程師培訓班 (28H)
https://goo.gl/6CcEGE
----
✔【確定開課】ANSYS結構分析技術師 (36H)
https://goo.gl/LZ43dY
----
✔【專業射出人員培訓認證班】(24H)
https://goo.gl/NSvKTW
*****************
✳️歡迎加入LINE好友!隨手掌握最新課程資訊:http://line.me/ti/p/%40cco1893w
工研院光復院區地址 在 工研院產業學院 Facebook 的最讚貼文
2018年機器學習、深度學習全面啟動,無疑是企業轉型實踐的關鍵時刻,無論是何種產業,常態規則與重複性的內部作業將被機器取代,趨勢將銳不可擋。
然而,在一個喜新厭舊的科技新創企業新時代裡,能推動AI成為新時代的巨人,背後支撐AI很重要的左右手莫非就是它們了,「Big Data」及「IoT」。「Big Data」也因為「IoT」的出現成為了新時代的「金礦」,三人彼此環環相扣,重要性密不可分。
而AI的下一個新紀元又將走向哪裡?全球的「AI版圖」已經邁入第幾個年頭了?就讓IBM陳昌裕顧問用這2小時帶領我們大家一起來退一步回顧反思去年全球發生了那些AI代表作?思考一下眾多行業的未來要如何與AI連結才會更有意義。
時間及地點
107/07/24(二)10:00-12:
新竹工研院光復院區1館802上課教室(地址:新竹市光復路二段321號)
講師簡介
台灣IBM全球企業諮詢服務事業群 陳昌裕 顧問協理/Taiwan Watson Cognitive Solution Leader
超過15年顧問及Watson人工智慧系統導入至自駕車、醫療、銀行數位轉型、銀行智慧網點轉型、銀行核心系統等應用領域建置經驗
http://to.piee.pw/7689F
工研院光復院區地址 在 工業技術研究院光復院區 - Facebook 的推薦與評價
工業技術研究院光復院區, Hsinchu, Hsinchu City, Taiwan. 101 likes · 9 talking about this · 7573 were here. Local business. ... <看更多>