1. 首頁
  2. 第一期
  3. 課程大綱

經理人周末研修班第一期課程大綱

每日課程原則如下:

時段內容
09:30am ─ 12:30pm早上課程
12:30pm ─ 02:00pm午餐時間 (lunch box)
02:00pm ─ 05:30pm下午課程
05:30pm ─ 07:00pm交流晚餐 (buffet)
07:00pm ─ 08:30pm案例研究與交流討論

課程安排

日期主題內容大綱
2018/01/27 (六)課程介紹 & 人工智慧概觀
2018/02/03 (六)統計與資料分析1. 機率與統計
2.?抽樣、分布、假設檢定 & 迴歸模型
3. 探索行資料分析與資料探勘
2018/02/10 (六)機器學習與演算法概論1. 監督式學習
  • 線性回歸 (linear regression, LASSO regression)
  • 邏輯式回歸 (logistic regression)
  • 支持向量機 (support vector machine)
  • 決策樹 (decision tree)
  • 隨機森林 (random forest)
  • 梯度提升機 (gradient boosting machine)
2. 非監督式學習
  • 主成分分析 (principal componet analysis, PCA)
  • K-means (K-means clustering)
  • 階層式分群 (hierarchical clustering)
  • DBSCAN
2018/02/24 (六)深度學習入門- 深度學習的基礎理論
- 捲積神經網路 (Convolution Neural Network, CNN)
- 遞迴神經網路 (Recurrent Neural Network, RNN)
- 長短期記憶神經元(Long Short-term memory, LSTM)
- 生成式對抗網路 (Generative Adversarial Network, GAN)
2018/03/03 (六)手把手的機器學習及深度學習- 機器學習案例
- 多層感知器案例
- 深度捲積網路案例
2018/03/10 (六)電腦視覺- 影像分類
- 物體偵測
- 影像分割
- 影像描述
2018/03/17 (六)文字探勘與自然語言處理- 情緒分析
- 文字摘要
2018/03/24 (六)聊天機器人傳統規則式應答機器人 vs. 深度聊天機器人
2018/03/31 (六)推薦系統- 關聯式推薦 (association rule)
- 內容推薦 (content-based recommendation)
- 協同過濾推薦 (collaborative filtering)
- 深廣學習 (wide & deep learning) 推薦系統
2018/04/14 (六)語音與音樂訊號處理
2018/04/21 (六)人工智慧於產業應用之案例分析
2018/04/28 (六)期末發表會及結業典禮