人工智能
人工智能機器視覺AI Computer Vision
機器是如何看見及分辨事物？這課程為大家揭開這個迷團！
介紹利用卷積神經網絡 Convolutional neural network（CNN）如何令機器準確辨認物件。
這技術也是人工智能深度學習的基礎。
Write your awesome label here.
什麼是 CNN
積卷神經網絡
早在自動駕駛車出現前，研究一般人工神經網路的人員便受到人腦神經元間生物連結的啟發，而 CNN 的研究人員就是按照這種思維方式。1988年是 CNN 發展史上的一個關鍵時刻。那一年 Yann LeCun 及另外三名作者 Léon Bottou、Yoshua Bengio 與 Patrick Haffner 共同發表了一篇極具影響力的報告《Gradient-based Learning Applied to Document Recognition》。在該文中介紹了如何在最小預先處理程度的情況下，將這些學習演算法用於對手寫字母的模式進行分類。對 CNN 的研究成果證明了判讀銀行支票時的準確度打破紀錄，如今已在商業領域廣泛用於處理銀行支票。這為人工智慧的應用前景帶來無比的希望。
該篇報告首席研究員的 LeCun 在2003年成為紐約大學的教授，又在2018年加入 Facebook，成為該公司的首席人工智慧科學家。第二次的突破性關鍵時刻發生在2012年。那時多倫多大學的研究人員 Alex Krizhevsky、Ilya Sutskever 與 Geoffrey Hinton 發表了《ImageNet Classification with Deep Convolutional Neural Networks》這篇具有開創性的報告。在這篇報告裡說明了物體辨識的狀態。這三名研究人員訓練了一套深度卷積神經網路，對 ImageNet Large Scale Visual Recognition Challenge 賽事的120萬張影像進行分類，以在降低錯誤率的幅度方面打破紀錄之姿而贏得了冠軍。 這引發了現代人工智慧蓬勃發展的浪潮。
該篇報告首席研究員的 LeCun 在2003年成為紐約大學的教授，又在2018年加入 Facebook，成為該公司的首席人工智慧科學家。第二次的突破性關鍵時刻發生在2012年。那時多倫多大學的研究人員 Alex Krizhevsky、Ilya Sutskever 與 Geoffrey Hinton 發表了《ImageNet Classification with Deep Convolutional Neural Networks》這篇具有開創性的報告。在這篇報告裡說明了物體辨識的狀態。這三名研究人員訓練了一套深度卷積神經網路，對 ImageNet Large Scale Visual Recognition Challenge 賽事的120萬張影像進行分類，以在降低錯誤率的幅度方面打破紀錄之姿而贏得了冠軍。 這引發了現代人工智慧蓬勃發展的浪潮。
課程導師：
郭志偉 先生 Pen Kwok
CEO Nysus Limited
Certified Instructor NVIDIA Deep Learning Institute
NVIDIA University Ambassdor
Certified Instructor NVIDIA Deep Learning Institute
NVIDIA University Ambassdor
關於Pen Kwok：
郭先生是 Nysus Academy 的首席課程總監，在數碼行業擁有20多年的經驗。他在 Nysus Academy 參與了多個應用了深度學習 (Deep Learning) 技術，包括NLP、Recommender、醫學數像、人面辨悉等項目。他曾幫助包括國泰航空、香港賽馬會和百佳在內的公司開展電子商務業務。 Pen 通過採用先進的數碼技術
- 數據分析、數碼營銷、電子商務、雲計算、VOD / OTT、SEO / SEM、金融科技、網絡安全方案，在港龍航空、《南華早報》和
Sony的數碼化轉型中發揮了領導作用。他在香港浸會大學、HKU SPACE、香港管理專業協會(HKMA)擔任客席講師，分享其在數碼領域的經驗。Pen 持有 Google
Analytics, Google Ads, AWS, NVIDIA 等專業證書。