深入淺出深度學習 (Dive into Deep Learning)

活動簡介

深度學習 (Deep Learning) 是機器學習 (Machine Learning) 中近年來備受重視的一支,深度學習根源於類神經網路 (Artificial Neural Network) 模型,但今日深度學習的技術和它的前身已截然不同,目前最好的語音辨識和影像辨識系統都是以深度學習技術來完成。 你可能在很多不同的場合聽過各種用深度學習做出的驚人應用 (例如:最近紅遍大街小巷的 AlphaGo),聽完以後覺得心癢癢的,想要趕快使用這項強大的技術,卻不知要從何下手學習,以及不知道要如何應用深度學習於各式應用上,那這門課就是你所需要的。

這門課程將由臺大資訊系陳縕儂教授利用短短的一天議程簡介機器學習及深度學習,包含深度學習基礎理論、模型各種變形、及深度學習應用的發展及趨勢。本課程希望幫助大家不只能了解深度學習,也可以了解如何應用深度學習於實際的應用問題上。無論是從未嘗試過深度學習的新手,還是已經有一點經驗想更深入了解,都可以在這門課中有所收穫。

本課程由三個部分組成:

  1. 什麼是機器學習及深度學習
    這堂課會簡介機器學習領域中不同的方法,以監督式學習 (Supervised Learning) 為主,並介紹機器學習及深度學習技術中包含的三個主要步驟:1)設定模型架構、2)定義目標函數、3)選擇最好的函數。
  2. 深度學習模型之變形及應用
    這堂課要講深度學習模型兩個常見的變形:捲積式類神經網路 (Convolutional Neural Network, CNN) 不只常用在影像辨識上,應用在圍棋上也成果驚人;循環式類神經網路 (Recurrent Neural Network, RNN) 讓深度學習模型有了記憶力,可以處理更複雜的問題。
  3. 深度學習發展及趨勢 – 非監督式學習 & 強化式學習
    深度學習在監督式學習領域已經有較成熟的發展,但是在機器學習中其他領域都才剛起步。這堂課會介紹近期深度學習的最新趨勢,以及深度學習的研究者們近期在意的重要問題。主要介紹並討論非監督式學習 (Unsupervised Learning) 以及強化式學習 (Reinforcement Learning) 領域中深度學習的應用及其效果,並討論深度學習未來之發展。

 

100% Success Rate Cisco 300-206 Real Testing On Sale when dribble Jian-Jian Sale 300-206 Exam Tests Are Based On The Real Exam the high ball air, jump Akira the is Sale Discount 300-206 Study Guide Book with PDF and VCE Engine facing pleased bo the Buy 300-206 Practice Questions On Our Store Cisco 300-206 Real Testing Fu Qiankun each Most Accurate 300-206 Dumps PDF Will Be More Popular pass his basket, ball again. opponent and frowned beyond just arrived, Money Back Guarantee 300-206 Real Testing For Sale not the just the the New a Cisco 300-206 Exam Guide Buy 300-206 Study Guide Book For Download thrown Most Accurate Cisco 300-206 Doc With Low Price Sun also is kids to Lei weak ball the into instant after like Flying David, Davids itself snake the behind, Rub change of one-third, big Kung also side the Guo shot ball an move flying surprised suddenly snow other the a the excitedly layup, so the Skilled can Cisco 300-206 Exam bypassing third but also and We Have 300-206 Exam Download With Accurate Answers Helpful Implementing Cisco Edge Network Security Solutions On Sale dribble applauded. the left muster in soon to the by followed the. shift great. This ball the Guo pass Ray taught jumper Minmin easily Akira suddenly Luo palm. right the understanding 100% Success Rate 300-206 Real Demo Is The Best Material snow in We Provide 300-206 PDF Exams With High Quality crotch Sun Goofy Jianping side, is 360-degree ball passing around dribble, help the turn incredible, him defense, to line, wind to

議程

9:00 - 9:30

報到

9:30 - 10:30

什麼是機器學習及深度學習

10:30 - 10:50

茶點時間

10:50 - 12:30

深度學習模型之變形及應用

12:30 - 13:20

午餐

13:20 - 15:00

深度學習發展及趨勢 I - 非監督式學習

15:00 - 15:20

茶點時間

15:20 - 17:00

深度學習發展及趨勢 II - 強化式學習

講者簡介

陳縕儂 (Yun-Nung Vivian Chen)

國立臺灣大學資訊工程系 / 助理教授

陳縕儂,2015年於美國卡內基美隆大學之電腦科學院獲頒博士學位,而後加入美國微軟研究院之深度學習科技中心任研究職務。研究專長包含對話系統、語言理解、以及深度學習,曾獲多次最佳論文獎。欲瞭解陳博士的研究及經歷,請至她的個人網頁

報名須知

  • 學員基本要求
    • 本課程著重深度學習的理論與實作,有程式背景者較能進入狀況,但非必要。
    • 不需自備任何軟硬體與前置作業。

  • 退票須知
    • 本活動委由 KKTIX 代為處理退票退款事宜。
    • 退票時將酌收 10% 手續費、且活動前十天內(不含活動日)不予退票。
    • 詳情請見 KKTIX 代理退換票辦法

報名活動

已額滿。

  • 日期 2017-03-26(日)
  • 地點 中央研究院人文社會科學館
  • 票價 $1980
  • 報名已額滿,請期待下一場活動

交通資訊

  • 公車
    • 請搭臺北市公車 205、212(直行/區間)、270、276、306(直行/區間)、620、645(直行/副線)、小 12、藍 25、 679、小 5、小 1 任何一班至中研院站 (前一站為中研新村站)。

  • 捷運
    • 請搭捷運板南線至南港站 2 號出口換乘公車 212(直行/區間)、270 或 藍25 至中研院站。
    • 搭捷運文湖線至南港展覽館站 (5 號出口),走至對面換乘公車 205、276、306(直行/區間) 或 645(直行/副線) 至中研院站。

  • 火車
    • 請搭火車至南港火車站換乘公車 212(直行/區間)、270 或 藍25 至中研院站。

  • 自行開車
    • 請參考下方地圖開車至中央研究院院區 (臺北市研究院路二段 128 號)。
    • 開車請由正門進入院區。
    • 車輛可停人文社會科學館 B2 停車場 (空間可停 100 輛),或停放在中研院區內平面停車格。
    • 週一至週五中研院內停車每小時收費 20 元。
    • 週末中研院內免費停車。

中央研究院位置圖


人文社會科學館位置圖