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 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

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