✍ 線上課程介紹：現代人工智慧精修班: 建構 6 個專案
人工智慧( AI )是一門使電腦能夠模仿人類智慧的科學，例如決策、推理、文字處理和視覺化概念。人工智慧是一個更廣泛的一般領域，涉及幾個子領域，如機器學習、機器人學和電腦視覺。
為了讓公司變得更有競爭力，並且快速增長，他們需要利用人工智慧的力量來改進流程、降低成本和增加收入。如今，人工智慧在許多領域得到了廣泛的應用，從銀行業到醫療保健、交通運輸和技術等各個行業都在進行轉型。
近年來，人工智慧人才的需求呈指數級增長，而且不再侷限於矽谷！Forbes 雜誌稱，人工智慧技術是 2020 年最受歡迎的技術之一。
本課程的目的是以一種實用、簡單和有趣的方式提供你現代人工智慧應用的關鍵方面的知識。本課程提供學生運用真實世界資料集的實際動手經驗。本課程涵蓋了許多新的主題和應用，如 Emotion AI (情緒人工智慧)、Explainable AI (可解釋的人工智慧)、Creative AI( 創造性人工智慧 )，以及應用在醫療、商業和金融領域的 AI用。
本課程的一個主要特色是我們將使用 Tensorflow 2.0 和 AWS SageMaker 來培訓和部署模型。此外，我們將涵蓋 AI/ML 工作流程的各種元素，包括模型建立、培訓、超參數調整和部署。此外，本課程經過精心設計，涵蓋了諸如機器學習、深度學習和電腦視覺等人工智慧的關鍵技術。
以下是我們將要做的專案摘要:
✅ 專案 #1( Emotion AI): : 情緒分類和基於人工智慧的關鍵人臉點檢測( Facial Points Detection )
✅ 專案 #2(應用在醫療保健中的 AI ) : 使用人工智慧檢測和定位腦腫瘤
✅ 專案 #3(應用在商業/市場行銷的 AI ) : 使用自動編碼器和非監督式學習演算法進行商城客戶區隔( Segmentation )
✅ 專案 #4(應用在商業/金融的 AI ): 使用 AWS SageMaker 的 XG-Boost 演算法( 自動駕駛，AutoPilot )預測信用卡違約
✅ 專案 #5( Creative AI ) : 人工智慧創造藝術作品
✅ 專案 #6( Explainable AI): 使用 GradCam 揭示人工智慧的黑盒特性並可視化隱藏層
對此課程有興趣，請參考底下留言區
非監督式分類 在 [心得] 透過Keras進行非監督式分群- 看板DataScience - 批踢踢 ... 的推薦與評價
[關鍵字]:Keras、非監督式、分群 (Clustering)
[重點摘要]:以Python搭配Keras進行非監督式Clustering
目前深度學習、機器學習中最火熱的題目不外乎就是分類、迴歸這兩個方向，但這兩者皆
屬於監督式學習，換句話說我們必須要有「標準答案」才能夠進行訓練。而當我們的資料
越龐大時，我們所耗費在「給標準答案」的心力、時間就會越多、越麻煩。(「給標準答
案」的行話，慣用語是「Label」)
然而，Clustering (以下用「分群」稱之。)則是讓我們的演算法、神經網路單純透過資
料之間的相似度來進行計算，也就是我們不必給予標準答案。不必給予標準答案，有許多
好處，好比說在訓練當中我們的模型學到了一個我們所忽略或是從沒注意到過的方法以及
避免掉「標準答案」不是真正答案的問題，其實算是避免了某些盲點以及先入為主之觀念
所造成的問題。
我參考了一些資料、整理了一份國外作者Tony607所分享的程式碼，
希望提供給有需要的朋友，其實講解得不是很詳細，如果有任何問題歡迎留言討論:)
網誌：https://tinyurl.com/yyrryxqj
--
最近要準備博士班畢業了，我想在畢業前留下些什麼給之後的人，
畢竟研究圈中坑一堆，如果我能夠讓想踏進這塊的人少跌入一些坑中，那也是功德一件
要是大家有想看什麼樣內容的文章，可以回饋給我，不一定要是跟ML、DL有關的也可以!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.113.76.101 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1566350202.A.C0A.html
... <看更多>