城邦自慢塾 第一堂AI深度學習課程:TensorFlow神經網路實戰 講師:Jerry 影音教學 中文發音 繁體中文版(DVD版)
上完課掌握哪些技能
- 學會最新的線上開發工具-Colab。
- 學會最新的Google TensorFlow 2.0撰寫方法。
- 掌握類神經網路基礎概念,奠定深度學習的基礎。
- 強化機器學習的成果,使效果更加精準。
- 有能力針對實務上常見的數值型與分類型題目做解析。
- 了解如何將商業問題轉換為工程問題,將深度學習導入應用。
誰適合上課
- 對於深度學習有興趣的人,不會寫程式也完全沒有問題。
- 會寫程式,想要踏入深度學習、TensorFlow領域的人。
- 企業轉型,想要將深度學習導入企業的公司。
- 擁有大量數據,未來透過人工智慧進行輔助預測的人。
TensorFlow是目前最受歡迎的AI框架之一,是由Google團隊開發的高效能開元數值運算函式庫,能有效地進行回歸、分類、神經網絡等,甚至能夠在CPU、GPU、TPU上運行。課程使用完全線上的開發工具Colab進行實作,分享最新TensorFlow 2.0的觀念、作法及應用,學習類神經網路基礎概念、學會神經元、神經網路的設計,並且針對實務上最常遇見的分類型、回歸型題目實作。
單元一、Colab 基本觀念與實作
第一單元會帶大家使用Google開放的數據分析工具-Colab,它是一個完全雲端化的工具,不需要安裝深度學習相關的環境與套件,實用上不僅方便撰寫程式碼、數據分析運算資源,也不再需要擔心沒有GPU可以實作。。
單元二、TensorFlow2 概觀
第二單元會針對最新推出的TensorFlow2.0觀念與做法做講解,並且在單元中還會透過TensorFlow for JavaScript的應用展示,讓您能更深刻體會到TensorFlow的威力。
單元三、類神經網路基礎概念
在類神經網路這的單元中,我們會從神經元如何運作、網路權重、神經元運算流程、網路修正、神經網路的運算過程來去做分享,課程中還會搭配動畫的方式來做說明,幫助學員踏入神經網路的門檻,最後更會透過猜午餐的實作題來更清楚了解神經元的運作。
單元四、第一個神經網路
第四單元會講解如何將商業問題轉換為工程問題的概念,讓數據分析能得到很好的解決方法,藉此有效提升商業問題導入深度學習的成功率,透過設計流程與設計題目兩個面向來解析,讓學員更清楚了解類神經網路在系統架構中是如何運作的。
單元五、分類題、迴歸題實作
單元中會一次分享兩種實務上最常遇見的題目類別:分類題、迴歸題。分類型與迴歸型題目最主要的差異為標籤是否為連續型,透過運用範例實際操作讓學員能直接觀察結果,並藉此明顯體會其中的差異與應用範圍。
JerryWu現任Google機器學習開發專家(GDE)、亞太智能機器創辦人兼技術長,專注於機器智能(Machine Intelligence)的研發與整合,包含機器視覺(CV)與自然語言理解(NLU)。曾任國立台灣科技大學講師、外商數據科學顧問、裕隆集團/華創車電(股)資深數據科學顧問、DSP智庫驅動(股)共同創辦人兼技術長,歷經許多產、官、學、研機器智能專案。
專長各項資料結合AI在不同技術的整合,包含情緒分析、機器視覺、機器問答、機器人、物聯網等議題,參與專案涉及醫療業、不動產業、車電業、金融業等。擅長進行機器智能訓練與系統整合,包含從需求分析、訓練規劃、系統架構、程式撰寫、團隊合作,希望有朝一日能打造更擬人化的機器。
Jerry老師授課經驗非常豐富,目前與T客邦合作開過許多課程,如機器視覺原理與實作、NLP自然語言處理分析實戰、深度學習 x 語意分析實戰、知識圖譜 x 智能對話 x 圖形資料庫等課程。
TVBS採訪:【APMIC亞太智能機器】以機器智能和語意理解受訪TVBS世界翻轉中
【作者簡介】
JerryWu現任Google機器學習開發專家(GDE)、亞太智能機器創辦人兼技術長,專注於機器智能(Machine Intelligence)的研發與整合,包含機器視覺(CV)與自然語言理解(NLU)。曾任國立台灣科技大學講師、外商數據科學顧問、裕隆集團/華創車電(股)資深數據科學顧問、DSP智庫驅動(股)共同創辦人兼技術長,歷經許多產、官、學、研機器智能專案。
詳細資料
規格:普通級
出版地:台灣
檔案格式:影片 (MP4)
作者:Jerry
出版公司:城邦自慢塾
出版日期:2020/03/31
語言:中文
時長:2小時26分
001_單元 1、Colab 環境建置與功能介紹(15分02秒).mp4
002_單元 2、TensorFlow 2 介紹(11分41秒).mp4
003_單元 3、TensorFlow.js 應用分享(03分04秒).mp4
004_單元 4、神經網路基礎概念1-單顆神經元運作(06分32秒).mp4
005_單元 5、神經網路基礎概念2 - 權重轉換(05分31秒).mp4
006_單元 6、神經網路基礎概念3 - 運算流程(05分55秒).mp4
007_單元 7、反覆修正結果利器-優化器(08分12秒).mp4
008_單元 8、神經網路運算結果展示(06分48秒).mp4
009_單元 9、用Python設計單一神經元(12分40秒).mp4
010_單元 10、如何將商業問題轉換為工程問題(11分10秒).mp4
011_單元 11、神經網路-分類題型介紹(14分56秒).mp4
012_單元 12、神經網路實戰-鳶尾花分類(25分37秒).mp4
013_單元 13、神經網路-連續(迴歸)題型介紹(05分32秒).mp4
014_單元 14、神經網路實戰-鳶尾花預測(11分21秒).mp4
015_第一堂AI深度學習課程:TensorFlow神經網路實戰_課程介紹(02分46秒).mp4