影像辨識分析相關課程｜104學習

尹相志老師獨家授課AI深度學習實戰課程-機器視覺基礎篇，總共3個課程單元 、搭配3份上課講義、3個實作範例，帶你了解卷積神經網路的發展、「VGG」、「Google NET」、「inception V3」...各種演算法的優缺點和特色，結合實例、產業知識、論文講解，一次性學習人工智慧正確觀念。

有了一些Python基礎，想要更深入了解人工智慧、機器學習嗎？快跟著周凡剛老師的線上課程，學習Scikit-learn套件，建立機器學習模型，並利用演算法分析平常難以分析的資料，跟著TibaMe的Python人工智慧課程，帶領你實際操作最新演算法，且實作分析資料！

課程將帶領你瞭解Raspberry Pi Pico 2 W與MicroPython開發環境，一步步掌握GPIO控制、感測器應用、通訊協定等關鍵技術。後半段更將聚焦於物聯網實戰，讓您學會如何運用Pico打造智慧裝置，實現數據上傳、遠端控制等應用。

想跟上生成模型最新發展，理解其原理，但困於論文和程式碼？本課程從生成式對抗網路原理出發，教你運用擴散模型輕鬆創造影像，10小時密集學習，深入介紹GAN和擴散模型差異，學會影像轉換、影像生成及文字轉影像等技術，還教授運用Stable Diffusion的各種變型，透過大量實作，讓你輕鬆應用各項專案。

Spark第三部曲中，老師將帶您了解機器學習原理，並快速使用Spark MLlib實作分析真實資料！課程一開始會從介紹機器學習及MLlib開始，概念清晰後再帶領學員探討資料型態及讀取資料、學習K-means分群模型和Logistic 分類模型，循序漸進的讓您從概念到實作。

本課程將從深度學習的理論出發，在近年來最受歡迎的深度學習框架-PyTorch上使用Python撰寫模型訓練、測試以及佈署程式。 實作的部份除了基本的影像分類外，還包括物件偵測、影像分割甚至是人臉生成等應用。 這門課的最終目標是能讓學員具備打造深度學習模型的能力，以解決電腦視覺中的各種任務。