| 課程名稱： | 深度學習與程式應用 |
課程英文名稱： | Deep Learning and Program Applications | ||||||||
|
教學目標：
1.剖析深度學習基礎概念
2.生成深度學習模型和算法 3.程式設計與實現 4.數據處理與分析 5.解決數據處理實際問題 |
|||||||||||
|
教材大網：
機器學習、深度學習與人工智慧基本概念
實務說明機器學習、深度學習與人工智慧
教學參考節數: 3
執行環境建置與基礎程式語言
安裝軟體
教學參考節數: 1
深度學習與統計學之關係
了解統計學與深度學習關係
教學參考節數: 5
迴歸分析
線性與邏輯迴歸
教學參考節數: 3
決策樹與分群
決策樹與分群案例與實作
教學參考節數: 3
支撐向量機
支撐向量機原理以及案例實作
教學參考節數: 3
神經網路與訓練
神經網路與訓練案例實作
教學參考節數: 3
深度特徵擷取
深度特徵擷取實作
教學參考節數: 3
卷積類神經網路
瞭解卷積類神經網路原理
教學參考節數: 3
表徵學習與效能評估
表徵學習與效能評估實作
教學參考節數: 3
深度學習商務應用之重要研究
閱讀論文
教學參考節數: 3
人工智慧應用-業師分享
專業業師實務分享
教學參考節數: 3
自然語言模型分析及實作
自然語言模型分析及實作
教學參考節數: 3
智慧影像模型分析及實作
智慧影像模型分析及實作
教學參考節數: 3
測驗與回饋
測驗與回饋
教學參考節數: 12
|
|||||||||||
基本素養能力圖系科專業能力圖
授課形式分析圖
|
|||||||||||