跳到主要內容
:::

AI機器學習原理與應用實務(第一梯次)

人工智慧與機器學習簡述 資料分析與工具 資料分析技術 資料分析實習與實驗 監督式學習與分類技術(I) 監督式分類技術實習與實驗 監督式學習與分類技術(II) 監督式分類技術實習與實驗(II)

  • 開課單位:國立高雄大學人工智慧研究中心
  • 課程大綱: 基本原理人工智慧歷史發展與技術簡介
     機器學習基本原理與應用
     監督式、非監督式學習原理與應用
     WEKA安裝與基本使用
     資料正規化原理與實習
     資料準備與視覺化
     Regression 原理與技術
     Data Association 原理與技術
     Clustering 原理與技術
     案例分享
     WEKA Regression 工具使用與實例
     WEKA Data Association 工具使用與實例
     WEKA Clustering (K-means) 工具使用與實例
     資料分類原理與技術(I)-決策樹
     Boost與ensemble learning
     案例分享
     決策樹工具
     Boost與ensemble learning實驗與練習
     類神經網路
     資料分類原理與技術
     類神經網路工具
     案例分享
     類神經網路架構、參數、實驗、應用
     學員分享與結業式
  • 開課日期:2019-07-20
  • 結束日期:2019-07-28
  • 上課時間:09:00-16:00(7/20、7/21、7/27、7/28)
  • 上課時數:24
  • 課程費用:18,000元
  • 費用:學員負擔:9,000元/政府負擔:9,000元
  • 繳費方式:需先至開課單位繳交全額費用
  • 預計招生人數:20
  • 聯絡人:郭香君
  • 連絡電話:07-5919752
  • 先備知識:
    基本電腦軟體操作與網際網路資源使用能力
  • 授課師資:洪宗貝 李錫智 吳志宏 陳詣翰
  • 招生對象:
    本課程詳細說明傳統程式方法與機器學習演算法的差異與用途,並說明機器學習與深度學習的適用時機,提供業界經營管理人員、研發工程師、想了解機器學習技術的中小企業主,或大專以上學歷學生或教師對AI機器學習技術有興趣者。學員應具備一年以上相關領域工作經驗,並具備操作電腦軟體有經驗者。
  • 上課地點:國立高雄大學人工智慧研究中心/高雄市楠梓區高雄大學路700號
  • 課程報名網址: