MATLAB大數據分析與深度學習
課程簡介:
本課程介紹MATLAB如何面對大量資料的處理與分析,主要可分為三個部分,
第一部分介紹資料的匯入,以及MATLAB匯入檔案時,如何有效率的使用記憶體,這邊我們會使用MATLAB提供最新的技術: Tall Array的用法;

第二部分將介紹資料前處理的相關功能,包含如何將資料結構化,缺漏值處理與合理的補齊缺漏值;

最後一部分將介紹分析的模型與手法,如: 機器學習,並說明簡單上手的Classification Learner App分類器之用法,以及如何從資料分析的結果中獲得價值。

深度學習是目前人工智慧的主流,透過MATLAB每個人都可以輕鬆設計、訓練和視覺化深度學習模型。

此課程介紹深度學習中用來實現影像分類的卷積神經網絡(Convolution Neural Network),您可以直接使用多種專家的模型,例如ResNet, Inception-v3來進行遷移式學習,抑或是自己設計深度學習網絡。

此外使用者在Caffe與Tensorflow-Keras訓練好的模型,可以透過Importer轉入到MATLAB。MATLAB支援CUDA-enabled NVIDIA GPU,可利用GPU來加速訓練與進行辨識。

課程的最後介紹如何訓練物件偵測器(Object detector),包含利用MATLAB提供的App- Image Labeler,來標定Ground Truth,並用Ground Truth來進行物件偵測的深度學習。

MATLAB支援CUDA-enabled NVIDIA GPU,可利用單個或多個GPU來加速訓練與進行辨識。最後簡介如何使用GPU Coder App將Deep Learning Model轉成CUDA Code,如此就能夠進行嵌入式系統的硬體實現。

參加本課程可以協助您了解:

1.新功能Tall Array用法
2.缺漏值處理
3.快速上手機器學習
4.下載與使用pre-trained model
5.呼叫Layer API以搭建卷積神經網絡
6.利用GPU卡加速深度學習
7.視覺CNN學習完的成果
8.將CNN移植到嵌入式系統上

 

課程大綱:
1.Import with large data size

Memory usage in MATLAB
Data types in MATLAB
DATASTORE/TALL function

2.Data pre-processing
Dealing with NaN
Joining the data from different data source

3.Predicting data with model
Machine Learning
Machine Learning with tall array

4.What is Deep Learning?
·        Why is Deep Learning So Popular
·        Deep Learning Enablers
·        Layers in Convolution Neural Network
·        What are Neural Networks
·        Convolutional Neural Networks (CNN/ConvNet)
·        Layers in Convolution Neural Network
·        Image classification using pre-trained network
·        Import the Latest Models
·        Image Classification Using Pre-trained Network
·        Manage Large Sets of Images
·        Train a new model
·        Two Approaches for Training New Model
·        Train from Scratch
·        Transfer Learning
·        GPU Coder introduction
·        Deep Learning Model Deployment

★以上授課內容依上課進度調整

 
開課資訊:  
總時數
上課日期/時間
上課地點 / 講師
費用 /
名額
6 小時
2018/7/26(星期四)上午9:10 至 12:00
2018/7/26(星期四)下午1:20 至 4:10
計中212/
鈦思科技
500 元 /
40 人
*適合對象:具備基本 MATLAB programming知識,未來想從事系統開發工程師、財務分析工程師、電子/電機相關工程師、測試/量測工程師、醫學界研發人員、生物科技研究人員,以及統計/數值分析人員等。

授課對象:
本課程於107年6月15日開放國立臺灣大學(含三校聯盟)之現職教職員工生優先報名。
並將於107年6月25日開放員生子女、校友(含退休人員)及一般大眾報名。
若報名額滿,計資中心將依身份別、報名與繳費順序決定錄取名單。

* 2018/6/25開放校外報名,金額:1000元 *