114年第2學期-5511 深度學習 課程資訊

評分方式

評分項目	配分比例	說明
Labs (done individually)	80
Final exam	20

教育目標

教師於課堂中引導式講授目前國際發展最先進之深度學習方法學及其應用,帶領學生原理介 紹、數學推導實務應用,熟悉使用深度學習。 The instructor will guide students through the latest international developments in deep learning methodologies and applications. The course will cover theoretical principles, mathematical derivations, and practical applications. Students will gain hands-on experience with deep learning tools. (1) 了解深度學習技術的數學基礎 (To understand the maths of deep learning techniques) (2) 熟悉深度學習工具(例如 PyTorch、TensorFlow 等) (To familiarize with deep learning tools, such as PyTorch, TensorFlow, etc.) (3) 探討深度學習技術的最新發展及其應用 (To understand the latest developments and applications of deep learning techniques)

課程概述

本課程旨在提供學生深入了解並實際操作深度學習技術的機會，課程將涵蓋深度學習的基本概念與核心技術。同時，透過實作環節，學生將學習如何使用工具如 Keras 和 PyTorch 等，應用於圖像辨識、自然語言處理等資料中。本課程適合想提升實作技能的學生，最終幫助學生掌握設計和優化深度學習模型的能力，應用於各種實際問題。

基本資料

選修課，學分數：0-3
上課時間：四/B,5,6
修課班級：共選修4,碩博1,2(工學院開)
修課年級：1年級以上
選課備註：教育部補助臺灣大專院校人工智慧學程聯盟，開設學校：陽明交通大學，同步遠距上課時間：週四12:20-15:10。英語授課

參考書目

1. I. Goodfellow, Y. Bengio, and A. Courville, Deep Learning, 1st Ed.,MIT Press, Dec.
2016

2. R. S. Sutton and A. G. Barto, Reinforcement Learning: An Introduction, Nov. 2020