本課程旨在介紹深度學習之理論基礎，課程內容涵蓋類神經網路、卷積神經網路、模型訓練與測試流程、損失函數、優化器、學習曲線分析、模型評估指標與基礎結果判讀等主題。透過講授、示範與簡易實作練習，培養學生運用數學、科學與電機工程知識思考深度學習模型之能力，並建立使用程式語言進行基礎模型訓練、分析與應用的能力。

1.Ian Goodfellow, Yoshua Bengio, and Aaron Courville, Deep Learning, MIT Press, 2016.
2.斎藤康毅，《Deep Learning：用 Python 進行深度學習的基礎理論實作》，吳嘉芳譯，歐萊禮，2017。
3.王琦、楊毅遠、江季，《深度學習詳解｜台大李宏毅老師機器學習課程精粹》，碁峰，2025。