鑑於中央健保署於108 年6月已逐步開放去識別化之醫療影像應用,近日亦由全民健康保險資料人工智慧應用服務試辦計畫申請團隊,分享全民健保資料應用成果,期擴散醫療影像AI應用技術,提升健保大數據服務價值。人工智慧的學習與應用是勢在必行的趨勢,本公司將為醫界安排一系列之人工智慧相關課程,以期讓醫界想瞭解人工智慧之理論與應用者能快速學習,並進入臨床或醫學研究實務的應用。
本公司特別邀請在AI領域有豐富經驗,且有紮實理論的李厚均老師為我們醫界介紹深度學習的理論與應用,課程簡介及大綱如下:
主講人
李厚均(Isaac)老師
台大電子所畢業
核果智能科技執行長
台積電、中華電信、富邦銀行等企業內訓講師
四零四Lab AI工程師
著作
選擇的能力-探索人工智慧的核心
臉書粉絲頁
小李談數智
課程內容簡介
隨著人工智慧(AI)時代的來臨,資料科學已成為一門重要的顯學,尤其是近年來深度學習(Deep Learning)的重大突破,更加速了許多智能化的應用及發展,這也使得各企業爭相投入研發資源並網羅相關人才。
然而,目前市場上人工智慧的人才供不應求,且培養具有解決實務問題之工程師更是難上加難,因此,如何快速有效的培養出AI人才,一直是各國政府關注的焦點之一。有鑑於此,為了解決人才短缺的問題,此課程邀請到具有多年經驗的業界講師來授課,期望不只能給予學員最有效的學習,同時也能獲得許多業界真實經驗,學員學成後除了能對AI人工智慧有更多深入的了解外,同時也能提升在職場上之競爭力。
本課程將針對生物醫學界的學員來講解深度學習的理論及應用,並使用目前最夯的深度學習套件Google TensorFlow來實做類神經網路,學成後,能有能力使用AI來分析生物醫學領域裡的資料集。
課程特色
清楚的理論講解:
老師會將大量複雜的理論,以非常直觀的方式傳授給學員,不只讓每位學生不害怕牽扯到大量複雜的機率統計以及微積分,更使學員可以很直觀的了解每個步驟的物理意義,學習成果將事半功倍。
重視實作:
這門課會有將近50%的實作課程,配合老師深入淺出地理論講義,學員能一步步理解每個實作細節,增加實戰經驗,也協助學員熟悉TensorFlow語法以及使用的小技巧。
老師實務經驗分享:
此課程除了傳授理論知識外,老師也會分享大量各行各業真實之案例,以及老師將人工智慧導入各企業之成功經驗,讓學員能夠瞭解到實務上會遇到之問題,以及AI成功落地與否的每個環節,期望學員學成後能協助自己服務的機構做AI之轉型。
課程大綱
第一天
- 深度學習基礎介紹
- 基礎類神經網路介紹
- 深度學習現在的應用與優勢
- 為什麼要使用 TensorFlow
- Python語法複習
- Python基礎語法複習
- Numpy、Matplotlib複習
- TensorFlow實作
- 張量的操作及觀念
- 常見的類神經網路函數
- 優化器的使用
第二天
- DNN神經網路介紹
- 認識最基礎的類神經網路
- 損失函數
- 優化類神經網路
- DNN神經網路實作
- 影像分類實作
- 視覺化類神經網路
第三天
- CNN神經網路介紹
- 類神經網路在影像辨識的應用
- 介紹著名的 CNN 類神經網路
- CNN神經網路實作
- 影像分類
- 比較 DNN 與 CNN 的差異
- 物件偵測
- Yolo模型介紹
- 物件偵測實作
- Yolo模型實作
第四天
- RNN神經網路介紹
- Word2vect 的介紹
- 傳統 RNN 介紹
- LSTM/GRU 的介紹
- RNN神經網路實作
- 文字語意關係實作
- 垃圾郵件分類
- 各行各業之應用 學術界近期之研究
- 業界近期之應用
- 新創公司介紹
- 實務經驗分享
- 實務上會遇到之問題
- 老師經驗分享
- Q&A