NT$16,000NT$8,800
目前尚無任何課程公告
講師將會在這發佈與課程相關的公告或是通知課程內容更新的公告。
課程資訊
課程時長 8 小時 0 分
課程共 1 單元 2 小節適合對象
你可以學到
課程介紹
課程概覽
- 認識講師
- 請造訪 courses.nvidia.com/join 建立帳戶
使用 RAPIDS 訓練 XGBoost 模型進行時間序列分析
- 學習如何使用 cuDF 在 GPU 上使用 XGBoost 分類預測零件故障
- 使用 RAPIDS cuDF 準備真實資料，以便有效率地在 GPU 上進行攝取
- 使用 GPU 加速的 XGBoost 和僅使用 CPU 的 XGBoost 訓練分類模型
- 比較 CPU、GPU 與 GPU 結合 cuDF 的 XGBoost 效能與準確度結果
休息 (60 分鐘)
使用 Keras 和 TensorFlow 訓練時間序列 LSTM 模型
- 學習如何使用基於時間序列資料的深度學習 LSTM 模型預測零件故障
- 準備用於時間序列模型訓練的序列資料
- 使用 Keras 建構並訓練具有 LSTM 層的深度學習模型
- 評估模型的準確性
休息 (15 分鐘)
訓練自編碼器進行異常檢測
- 學習如何使用自編碼器進行異常檢測來預測零件故障
- 建立並訓練一個 LSTM 自編碼器
- 發展並訓練一個一維卷積自編碼器
- 嘗試不同的超參數並比較模型結果
評估和問答環節 (15 分鐘)
學習前基本能力
- 具備 Python 資料科學實務經驗
- 理解深度神經網路訓練
學習前準備
- 穩定的網路連線：課程為線上直播，請在開始前確保連線順暢。
- 電腦設備：課程包含大量實作，建議使用筆記型電腦或桌機，方便實際演練。
課程資訊
課程時長 8 小時 0 分課程共 1 單元 2 小節關於講師
李智揚
為具有多年實戰影像分析辨識經驗的專業教學講師，目前除了攻讀台大資工所博士班，任職緯育勞動部AI影像技術應用工程師班講師，緯育TibaMe實體班AI醫療腫瘤偵測-應用深度學習實作班、CNN瑕疵檢測專業講師，並任職台灣人工智慧學校AI工程師。曾參與多項知名公司的AI專案開發：心電圖心律不整疾病診斷、超音波腫瘤診斷、金屬表面瑕疵檢測、視網膜糖尿病分級、腫瘤異常組織偵測。
學習附件
目前沒有課程附件
請先登入，才能使用留言功能
目前尚無任何討論主題
成為第一個發問的人！在問答中找到學習的捷徑。關於講師
李智揚
為具有多年實戰影像分析辨識經驗的專業教學講師，目前除了攻讀台大資工所博士班，任職緯育勞動部AI影像技術應用工程師班講師，緯育TibaMe實體班AI醫療腫瘤偵測-應用深度學習實作班、CNN瑕疵檢測專業講師，並任職台灣人工智慧學校AI工程師。曾參與多項知名公司的AI專案開發：心電圖心律不整疾病診斷、超音波腫瘤診斷、金屬表面瑕疵檢測、視網膜糖尿病分級、腫瘤異常組織偵測。
登入
免費註冊
立即加入成為Line官方好友
返回主選單
返回主選單
瀏覽班種
培訓模式
說明會/專人諮詢
返回主選單
企業方案
人才媒合/企業徵才
返回主選單
返回主選單
返回主選單
返回主選單
返回主選單