Overview Talk: 快速上手深度學習實務

快速上手深度學習實務 | 游為翔先生, 中研院資訊所 & 楊証琨先生, 中研院資訊所

摘要:自軟硬體設備近年來在技術上的躍進及數據爆發,深度學習 (Deep Learning),一門機器學習的專業分支,在各領域如圖像辨識、訊號與語音辨識、圖像生成與風格轉換與 AI 玩遊戲等應用,都取得了極大的成功,其表現甚至可以逼近領域專家。在本次分享中,我們將透過 Python 與熱門的 Keras 套件帶領各位快速上手並打造基礎的深度學習模型,包含標準深度學習 (Deep Neural Network, DNN) 與卷積式神經網路 (Convolutional Neural Network, CNN)。

1.深度學習基礎原理

2.Keras 上手,套件與訓練技巧分享-以 DNN 為例:
a) 疊積木-如何架構模型
b) 對答案-如何評估模型
c) Overfitting 怎麼辦?-如何改良模型

3.Keras X CNN X 圖像辨識:
a) 為何我們需要改用CNN?
b) 在 Keras 中,如何建立、訓練與評估 CNN 模型

4.Keras 的一些有用小技巧分享

講師簡介

簡介:游為翔先生台大心理所畢,現為中研院資訊科學所研究助理,目前主要負責消費數據及知名 APP 的資料前處理、探索性資料分析及統計分析。 從國中開始就以玩外掛和打破遊戲設定為樂,為了讓時間運用的更有效率 ( 偷懶? ) 和讓外掛更 “人性化" 而開始學習程式語言。大學及研究所期間在行為科學與大腦的灰色世界裡遊走,擅長實驗設計與統計分析以及功能性磁振造影分析與建模。在發現現實世界滿出來的資料就是最大的實驗室及遊樂場後,一腳踩進這巨大的社會實驗室裡,期盼某天能透過龐大的社會實驗與資料找到讓社會更美好的方法。

 

 

簡介:楊証琨先生台大土木所畢,現為中研院資訊科學所研究助理,目前主要負責社群媒體與製造工業的資料處理及運用機器學習技術進行資料分析。見識到資料的力量後開始學習程式語言,期盼自己能掌握深度的技術來找出蘊藏在資料中的秘密。