30
名額
16
已選
14
餘額
上課時間
五/2,3,4[ST527]
修課班級
應數系3,4,碩1,2 · 1年級以上
課程資訊
開放大學部應數系3.4年級選課
選課分析
| 平時成績 | 20 | |
| 期末報告 | 60 | |
| 課堂筆記 | 20 |
本課程旨在介紹深度學習之基本理論、核心模型與實作方法，涵蓋神經網路架構、訓練機制與應用領域，使學生理解現代人工智慧技術之數學基礎與演算法原理。課程兼顧理論推導與程式實作，培養學生建立模型、分析結果與優化系統之能力，並為後續進階機器學習與人工智慧研究奠定基礎。
Burkov, Andriy. The hundred-page machine learning book. Vol. 1. Quebec City, QC, Canada: Andriy Burkov, 2019.
查詢過去本課程開課紀錄：
深度學習導論 歷史開課紀錄