หลักสูตร Deep Learning for Image Analytics with Google Co-Lab
รุ่นที่ 5
วันที่ 19 - 20 ธันวาคม พ.ศ. 2563
ระยะเวลา 2 วัน (วันเสาร์ - อาทิตย์)
ณ ศูนย์อบรม สัมมนา เดอะคอนเนคชั่น ลาดพร้าว
ประตูที่ 4
หลักการและเหตุผล
Image processing Machine learning และ Deep learning เป็นกระบวนการสำคัญที่ทำให้ปัญญาประดิษฐ์สามารถรู้จำวัตถุต่างๆ ที่อยู่ในภาพหรือในวีดิโอได้ ในหลักสูตรนี้คุณจะได้เรียนรู้หลักการและกระบวนการทำงานด้านการประมวลผลภาพ การเรียนรู้ของเครื่อง และการเรียนรู้เชิงลึกผ่านเครื่องมือ Python and OpenCV, NumPy, Matplotlib, Sklearn, Keras, Tensorflow เพื่อให้เห็นแนวทางที่ใช้ในการแก้ไขปัญหาจากตัวอย่างของกรณีศึกษาจริง โดยการนำไปประยุกต์ใช้ในงานกับข้อมูลภาพและวีดิโอ สร้างแบบจำลองการจำแนกข้อมูลในภาพ สร้างแบบจำลองการตรวจจับวัตถุในวีดิโอ
ดำเนินการสอนโดย ผศ.ดร.โษฑศ์รัตต ธรรมบุษดี (อ.โอม) , ผศ.ดร.นริศ หนูหอมและ อ.ดร.สุเมธ ยืนยง คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล
Agenda
| วันที่ | เวลา | หัวข้อ |
วันที่ 1 | 9.00 – 12.00 | Introduction to Data Science Introduction to Image Processing Introduction to Python and OpenCV, NumPy, Matplotlib Installation Python and OpenCV, NumPy, Matplotlib Image Processing • Image Basics • Image Processing • Contour Detection and Image segmentation • Color Image Processing • Feature extraction |
13.00 - 16.00 | Introduction to Machine Learning Introduction to Pandas, Keras and Sklearn Installation Pandas, Keras and Sklearn Machine Learning • Data collection • Data sorting • Data analysis • Algorithm development • Decision trees • Support-vector machine • Naive Bayes classifier • k-nearest neighbors | |
วันที่ 2 | 9.00 – 12.00 | Introduction to Deep Learning Introduction to Tensorflow Installation Tensorflow Perceptron and Neural Network |
13.00 - 16.00 | Convolution Neural Network CNN architecture Train CNN Best Practice Pre-trained Model Transfer Learning |
***โปรดใช้ Notebook ส่วนตัวในวันอบรม***
***ใช้บัญชีจีเมลในการลงทะเบียนใช้ Google Co-Lab***
อัตราค่าลงทะเบียน
6,400 บาท ลงทะเบียนก่อนวันอบรม 14 วัน
เหลือเพียง 5,760 บาท
* หลักสูตรนี้เหมาะสำหรับผู้มีพื้นฐานโปรแกรมมิ่งโดยใช้ Python
ใบเสร็จรับเงินออกในนามคณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล
รายละเอียดหลักสูตรเพิ่มเติม
รายละเอียดหลักสูตรที่ผ่านมา http://www.datalentteam.com/
