(0) 課程名稱:2020 Class 06 Convolutional Neural Network 卷積神經網路原理
(1) 本次課程章節 :
Session 1: 影像處理基本方法：介紹經典影像處理擷取徵的技巧
Session 2: 講解卷積神經網路的計算流程與公式推導：介紹CNN的基本數學計算模型
Session 3: 實際演練：透過實際的CNN數值計算個案模型解說CNN內部構造與反向傳播流程
*建議閱讀論文: Gradient-based learning applied to document recognition (1986), Y. Lecun, L. Bottou, Y. Bengio, P. Haffner
(2) 課程簡介 :
在AI時代進行式當中，卷積神經網路(Convolutional Neural Network, CNN)是眾多電腦視覺深度學習網路的基礎與核心，本次課程將重頭介紹簡易的影像處理基本知識，以及經典的影像特徵擷取方式。會詳細講解卷積神經網路的計算流程，以及一些經典的CNN模型，並實際演練CNN的計算過程。我們希望透過介紹卷積神經網路的理論基礎並拆解其內部構造，讓大家能夠參與了解現代深度學習系統的黑盒內部原理，藉此將AI技術開放出去，並能夠開發自己的卷積神經網路模型從而達到開放與創新的價值。
本課程將重頭介紹簡易的影像處理基本知識，以及經典的影像特徵擷取方式，接著會詳細講解卷積神經網路的計算流程，以及一些經典的CNN模型。
歡迎完全沒有基礎的朋友一起來練功!不必擔心數學不好會聽不懂跟不上，我們會盡量用直觀的方式讓大家能兼具理論和實作的訓練。
(3) 講師簡介 : 楊明翰 (www.epic.at.tw)
(4) 目標對象：有聽過機器學習但想要入門的年輕夥伴。
(5) 課程時間：2020年 10月24日 週六 下午01:30～5:00
(6) 課程地點：TAF空總創新基地社會創新實驗中心 (台北市大安區仁愛路三段55號) 108教室 (一樓 創意廚房)
(7) 人數限制：50 人
(8) 參與費用：免費，因為資源有限，尤其是平均20頁的講義,基於環保愛地球的心, 如果缺席並未告知，將記名取消再次參與的資格，謝謝。
(9) 攜帶物品 : 筆記本、筆 (練習推導公式用) 、筆電、Python 開發環境 (實驗用)。
(10) 為了品質與課程延續性，本次課程的授課講義仍舊是與前幾堂課的活動所撰寫與編排類似，建議前幾堂有參加過的夥伴，可以攜帶講義來做個對比歐!
(11) 誌謝：在此特別感謝-社會創新實驗中心(行政院新創基地 )提供支持，有興趣的朋友可以
幫忙他們點個讚，回饋一下 https://www.facebook.com/SocialInnovationLabTW/ ，讓台灣新創資源能夠永續發展。
