從Aphago戰勝了棋王後,大家開始往AI、深度學習網路、大數據這一塊投入。而AI的發展歷史已經很長,用於於決策方面也很廣。類神經網路應用在現代是一種相當廣泛的資訊處理技術。而大數據只是一種應用,還是要藉由AI來處理。由於AI它可以應用在各行各業之使用,從生產控制、商業行為之預測、工程分類及分析。他主要是利用歷史資料來做為範例來訓練神經網路,透過範例資料的參數輸入值及目標值,來訓練類神經網路建立一個關聯模型。類神經已經廣泛應用於推估、預測、決策、診斷之作業。
因此本課程將以神經學習網路為基礎,讓大家了解如何準備資料,不用撰寫類神經網路的程式,透過相關工具自動產生模型,並可以在事後輸出C code或dll來嵌入到自己的應用程式。現在談工業4.0或生產力4.0,AI是其中很重要的一環,他可以透過參數之變動,來預測出可能後續會發生的狀況。因此在預維護、專家系統、影像識別、聲音辨識,感測資訊分類、消費者決策、網路的自動推薦系統等應用,都是AI的應用領域。
課程特色/目標
除了能了解基礎類神經概念外,還有實際上機操作工具軟體來了解類神經網路。您可以發現不用撰寫複雜的程式,也可以輕鬆用類神經網路來協助資料分析。若您是程式高手,工具的進階模式也可以符合您的需要,可以產生Code及dll檔案來進行嵌入。
課程對象
1. 資料分析人員/數據科學研究人員,機械/電機/電子/資訊/金融/生醫/材料/統計等相關背景之研發工程師、產品設計師、生產製造、研究員及各管理階層及相關工程師。
2. 學術單位老師或學生/研究單位工程師或主管 或 對AI人工智慧預測分析有興趣者。
課程大綱
Ø 人工智慧介紹
Ø 類神經網路介紹
Ø 模糊理論
Ø 基因演算法
Ø 深度學習類神經網路
Ø 人工智慧應用介紹
Ø 財務金融應用
Ø 機器失效預測之預維護
Ø 大數據機器維護數據文本分析介紹
Ø 案例實作(一)
Ø 預測案例類神經網路實作-財金股市預測
Ø 函數逼近案例實作-汽車耗油量分析
Ø 案例實作(二)
Ø 分類案例類神經網路實作
Ø Q&A