講題
AI 模型可信嗎？模型調整的困境
摘要
簡單且容易取得好結果的深度學習在 2015 年冬天經過 google 釋出 tensorflow 後快速席捲各領域，各種不同架構也在這幾年快速發展起來，也透過開源程式碼讓各個開發者能快速調用別人發表取得好表現的架構。
但在實務上卻常發現同樣的架構在差異度還不算太大的資料上表現卻沒那麼好，也因為深度學習架構過於複雜，其決策過程如黑盒子般而令人難以有可靠的調整方法，2016 年開始有人嘗試了解深度學習是如何進行分類，資料中那些是決策關鍵點，本次將帶大家了解 GradCAM 這個方法是如何透過梯度來提供決策解釋視覺化。
講者
Terence Huang，被前公司外派美國 MIT CSAIL 一年回來就毅然決然回頭讀博士的傻子，專長：統計（沒有數學），AI 相關（不太會寫程式XD）。一直很想搞懂如何有道理的訓練和改善 Deep Learning 模型，很歡迎大家一起討論。
收費
酌收 100 元活動費用，到場繳交即可。
活動地點
國泰公益大樓
台中市公益路二段51號18樓
本次的場地是由資策會數位教育研究所提供，感謝熱心支持社群提供場地聚會分享。
關於AI Tech 社群
凝聚台中與中部地區對於人工智慧技術有興趣的人，提供交流與學習的園地，提供一個AI技術的線上討論平台，並同時不定期於台中中興大學與夢森林舉辦實體導讀AI有關的論文與技術，歡迎大家一起聽論文，交朋友。
場地贊助
資策會數位教育研究所
