週次 |
主題 |
內容大綱 |
1 |
課程介紹與人工智慧概觀 |
|
1-3 |
Python 程式設計 |
- 環境建置與使用 & 基礎語法
- 函式 & 生成器
- 正規表示式 & 類別
- Numpy
- Pandas
- Matplotlib
- Python 爬蟲
- 實作練習
|
4-5 |
Python 資料處理及探索分析 |
|
6-8 |
機器學習基礎與演算法 |
- 機器學系概論
- 迴歸與維度縮減
- 非監督式學習方法
- 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
- 實作練習
|
9-10 |
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
- 實作練習
|
10-12 |
卷積神經網路 |
|
12-13 |
遷移學習 |
|
13-15 |
專題實作 |
|
16 |
結業典禮 / 成果發表 |
|