技術精英班課程大綱

週次	主題	內容大綱
1	課程介紹與人工智慧概觀
2	Python 資料處理及探索分析	Python 快速上手 Python 資料處理、分析與視覺化
3	機率與統計講師課程機器學習	機器學系概論迴歸與維度縮減非監督式學習方法
4	機器學習	監督式學習方法 (SVM, decision tree, random forest, etc.) 學習理論、泛化與特徵重要性
5	講師總結 Python & ML 段考	實作練習
6	深度學習	深度學習理論基礎：backpropagation, stochastic gradient descent, activation functions 神經網路校調：hyperparameter tuning, regularization and optimization 訓練優化技巧 Data augmentation Tensorflow 程式設計手把手及實作練習
7	講師總結 / 卷積神經網路	實作練習
8	卷積神經網路	卷積過濾器與影像資料處理經典神經網路比較：VGG, ResNet & DenseNet 進階卷積神經網路於電腦視覺之應用與案例實作練習
9	遷移學習 / DNN & CNN 段考	遷移學習 (Transfer learning) 實作練習
10	深度學習進階運用	Track 1 進階卷積神經網路 Track 2 遞迴神經網路 / 自然語言處理
11-15	專題實作	實作練習
16	結業典禮 / 成果發表