ARTIFICIAL INTELLIGENCE SERIES
人工智能系列
DEEP LEARNING 速成實作班
學會建立深度學習 AI 模型
課程查詢: WhatsApp客服 (點擊聯絡 ) 或致電 (+852) 65812843
INTRODUCTION
課程簡介
來大幅降低你的模型訓練時長及難度DEEP LEARNING (深度學習) 是機器學習(Machine Learning) 的一個重要分支，在算法設計上，它是在模仿人腦的神經運作方原理，賦予機器學習的能力，以解決預測及分類的問題。
本課程是一門可以讓你快速理解、掌握及實踐深度學習的精粹，包括從基本理論概念、如何建立模型到應用開發所用到的技巧。
你將會在本課程中學習到如何使用各種流行的深度學習框架來訓練模型，用在常見的兩個範疇上：
(1) 計算機視覺 (Computer Vision)
(2) 自然語言處理 (Natural Language Processing)
課程中亦會教大家如何有效使用預訓練模型 (pre-trained model) 來大幅降低你的模型訓練時長及難度，應對各式各樣的應用場景。
DEEP LEARNING 技術
深度學習模型是建基於人工神經網絡(Neural Networks)，能從輸入數據自動提取適用的特徵，跳過人手挑選特徵的過程，大大提高預測和分類的效果和效率。
現在有不少工具和框架，可以幫助我們快速訓練深度學習模型，例如 Keras、Pytorch、TensorFlow 等。我們只要學識模型的基礎理論後，運用上述的模型建立工具，即可開始訓練你的專屬模型，投入人工智能這個領域！
課程使用 Google Co-Lab
Colab 是 Google 提供的免費深度學習的雲平台，可以執行 Shell 及 Python 指令，並預裝了大量機器學習和深度學習框架及常用的工具庫。
Keras 及 Pytorch
待完成
適合人士
課程為想了解深度學習的新手或機器學習項目管理者而設，無需高等數學或編程經驗。
課程的設計務求以最簡單易懂的方式，讓大家清楚明白不同模型算法的長處及短處，能合理地運用預訓練模型，快速訓練好模型，應用在不同的場景中，例如：實時影像辦識、文本情感識別等。
CURRICULUM
實戰主導的課程
MODULE 1：Deep Learning 核心基礎知識
1.Deep Learning 核心概念
2. 如何訓練 Deep Learning 模型
3. Deep Learning 與傳統 Machine Learning 的相同與差異
4. Deep Learning 應用場景
5. 常用 Deep Learning 開發框架
6. Google Colab 的 GPU/TPU 訓練模型
MODULE 2： 模型訓練流程及技巧
1. Convolutional Neural Network (CNN) 的運作原理介紹
2. 卷積層及池化層 (Convolution Layer & Pooling Layer)
3. 從AlexNet到ResNet的演化
4. 案例：手寫數字識別 (Handwritten Digit Recognition)
5. 訓練模型的主要流程
6. 選擇 Baseline 模型的注意事項
7. 訓練模型時常用的技巧
MODULE 3：物體辨識 (Object Detection) – CV應用
辨識物體是 Deep Learning 的常見應用範籌，例如自動化統計道路上的車輛、醫療上的自動診斷疾病、工業上的自動化商品分類等。
1. 物體辨識及位置標示應用
2. 預訓練模型 (pre-trained model) 的運用
3. 標注和處理圖像數據的方法
4. YOLO 模型進行實時辨識 (可用於 CCTV 監測、人流及車流監測、腫瘤識辨等)
MODULE 4：自然文字及語言分析 – Natural Language Processing (NLP) 應用
在日常的生活及工作中，我們都接觸到大量的文字內容，其實我們可以透過 Deep Learning 的模型，去將內容進行自動化篩選及分類。
1. 實作：分析文字內容，將內容進行情感分析 (Sentiment Analysis)
2. Word Embedding 概念
3. Recurrent Neural Network 模型和 Attention 機制
4. Transformer 和 BERT 模型
5. 選擇優質 NLP 預訓練模型 (Pre-Trained Model) 的技巧
6. 使用已標註的數據去微調及優化模型
7. 解決通用的文本分類問題的方法
ENROLL NOW
報名留位
查看班別資料及報讀課程
REMARKS
準備事項
學員需自備筆記型電腦。
場地亦有少量手提電腦提供，請在報名時跟客服說明是否需要電腦。
留位方法
線上報名後，客服會經WhatsApp與你聯絡，向你介紹課程，並確認上課班別及領取相關優惠。
授課模式
線下面授
疫情期間的上課安排
課程提供混合模式上課，學生可因應情況選擇以網上方式或面授方式上課。想進一步查詢詳情，可致WhatsApp 查詢 (點擊聯絡 ) 。
CLASS INFORMATION
DEEP LEARNING 速成實作班
日期: 19 FEB, 26 FEB, 5 MAR, 12 MAR (SAT)
時間: 10:00 – 12:00 (2小時)
地點: 核心引擎旺角教學中心
授課語言: 廣東話教學，英語教材
課程學費: HKD$ 4,800 (早鳥優惠價：$3,800)
課程編號: CT202202A
- 現正招生 45%
CLASS INFORMATION
日期: 2 MAR, 9 MAR, 16 MAR, 30 MAR (WED)
時間: 20:00 – 22:00 (2小時)
地點: 核心引擎旺角教學中心
授課語言: 廣東話教學，英語教材
課程學費: HKD$ 4,800 (早鳥優惠價：$3,800)
課程編號: CT202203A
- 20%
CLASS INFORMATION
DEEP LEARNING 速成實作班
日期: 5 MAR, 12 MAR, 19 MAR, 26 MAR (SAT)
時間: 14:00 – 16:00 (2小時)
地點: 核心引擎旺角教學中心
授課語言: 廣東話教學，英語教材
課程學費: HKD$ 4,800 (早鳥優惠價：$3,800)
課程編號: CT202203B
- 現正招生 20%
CLASS INFORMATION
虛擬貨幣技術原理及代幣製作課程 (3月C班)
日期: 19 MAR, 26 MAR, 2 APR, 9 APR (SAT)
時間: 10:00 – 12:00 (2小時)
地點: 核心引擎旺角教學中心
授課語言: 廣東話教學，英語教材
課程學費: HKD$ 4,800 (早鳥優惠價：$3,800)
課程編號: CT202203C
- 現正招生 5%
旺角教學中心
Address：Unit 15B, 15/F, Kwong On Bank Mong Kok Branch BLD, 728-730 Nathan Road, Kowloon, Mong Kok, Kowloon, HK
觀塘教學中心
Address：Level 10, The Wave, 4 Hing Yip Street, Kwun Tong, Kowloon, Hong Kong
APPLICATION FORM
報名留位表格
填妥並遞交以下的表格後，核心引擎學院的客服將會盡快與你聯絡，協發送課程之資料，留意事項及付款方法。請確保遞交之資料無誤。
提前報名可享早鳥折扣優惠($1000)
馬上於早鳥優惠期內報名，即可享用減免港幣$1,000之課程折扣，以$3,800的優惠價報名留位。早鳥優惠時段尚餘：
Day(s)
:
Hour(s)
:
Minute(s)
:
Second(s)
DOWN TO EARTH
實戰型教學團隊
核心引擎導師是身經百戰的連環創業家，深知學生的學 PYTHON 的目的，以最貼切學員的需求的方式進行教導，今學員能輕鬆掌握 PYTHON 技術！
主講導師
Kerney Wu
AI Startup 創始人及技術總監
從事算法研究超過10年，涉獵過各種領域。包括 Computer Vision、Natural Language Processing、Speech Processing、Robotics、Recommender Systems等，發表過超過10篇的學術論文，其中2018年獲得IEEE CogInfoCom會議的最佳論文獎。曾任微軟亞洲研究院(MSRA)的研究實習生及在University of Washington做訪問研究員 (Visiting PhD)，SpeechX Limited的聯合創始人(Co-founder)，該公司是數碼港孵化的公司，在天使輪和Pre-A輪已經融資超過二千萬人民幣。2019年曾獲邀擔任科學園AI+U 2019的嘉賓主持。曾負責多個包括政府ITC資助的項目及指導不同企業建立AI團隊和項目，有豐富的AI算法開發及項目管理的經驗。2021年成立Crazylab Limited提供AI顧問服務，同時擔任科學園培育的AI選股初創EquityX Limited「股跡」AI部技術總監，負責研發及管理AI自動選股及投資組合管理的系統。
- 科學園培育的 AI 選股初創 EquityX Limited 股跡的 AI 部技術總監
- AI 顧問服務公司 Crazylab Limited的 Co-founder
- 數碼港孵化的 AI 初創 SpeechX Limited 的 Co-founder
- Post-doctoral Researcher in Systems Engineering and Engineering Management, CUHK (2017 - 2019)
- MPhil and PhD in Mechanical and Automation Engineering, CUHK
- BSc in Physics, CUHK
