經理人週末研修班 課程大綱

  • Home
  • 經理人週末研修班 課程大綱
每日課程原則如下: (依各分校狀況調整)
時段 內容
09:30 ─ 10:50 💡 課程
10:50 ─ 11:10 ☕ Tea Break
11:10 ─ 12:30 💡 課程
12:30 ─ 13:30 🍱 Lunch
13:30 ─ 14:50 💡 課程
14:50 ─ 15:00 🏄 Break
15:00 ─ 16:30 💡 課程
16:30 ─ 16:50 ☕ Tea Break
16:50 ─ 18:00 💡 專題演講
週別 主題課程 內容大綱
1 開學典禮 / 課程介紹與人工智慧概觀
2 統計與資料分析 1. 敘述統計與機率分布
2. 參數估計與假設檢定
3. 資料處理方法(平滑技巧/遺失值處理/資料轉換/重抽法則)
4.探索式資料分析/統計圖表
3 機器學習與演算法概論 1. Introduction to machine learning
2. Supervised learning and unsupervised learning
3. Tree-based classification and regression
4. Fitting-based classification and regression 5. Practical concerns
4 深度學習入門 1. 深度學習簡介
2. 深度學習實務技巧與前瞻技術
3. 對抗式學習入門
4. 強化學習入門
5 電腦視覺 1. CNN 原理簡介
2. 代表性 CNN 模型
3. CNN 於電腦視覺之應用與實際案例
6 Python and ML 1. Python 資料分析
2. EDA資料探勘案例分析
3. 迴歸分析
4. 分類&SVM
7 推薦系統 & 聊天機器人 1. 關聯式推薦 (association rule)
2. 內容推薦 (content-based recommendation)
3. 協同過濾推薦 (collaborative filtering)
4. 深廣學習 (wide & deep learning) 推薦系統
8 機器學習+深度學習的程式實作 1. 課程 DNN原理與實做
2. 訓練DNN模型的優化技巧
3. 怎麼解決overfitting
4. 課程 CNN原理與實作
9 語音與音樂訊號處理 1. 自動語音識別
2. 聲學比對 -- 聲學模型
3. 語言解碼 (Decode) -- 語言模型
10 人工智慧的製造應用 1. 智慧製造的理論與實務
2. 製造生產數據與AI應用
11 人工智慧的產業應用 1. 人工智慧在醫療行業上的應用
2. 人工智慧在金融行業上的應用
12 社群媒體與社交網路分析 1. 社群分析可以為組織帶來什麼好處?
2. 社群數據分析分享
13 文字探勘與自然語言處理 1. 文字能挖出什麼有價值的資訊
2. 如何進行文字探勘
3. 文字探勘與自然語言處理的實務應用
14 系統性思維與產業案例大數據解析與趣味 1. 數據分析的實際案例與教訓經驗分享
2. 一生受用統計學與生活案例
15 人工智慧開發環境建置 1. 企業大數據分析案例與實務
2. AI 人員團隊的建置與所需的 Know-how
16 結業典禮 / 成果發表