115年第1學期-6239 深度學習理論與實務 課程資訊
評分方式
| 評分項目 | 配分比例 | 說明 |
|---|---|---|
| 期中報告 | 30 | |
| 期末專題 | 40 | |
| 作業與討論 | 20 | |
| 出席 | 10 |
選課分析
本課程名額為 40人，已有0 人選讀，尚餘名額40人。
登入後可進行最愛課程追蹤 [按此登入]。
授課教師
賴翌維教育目標
本課程旨在培養學生具備深度學習（Deep Learning）之理論基礎、模型設計能力與實務應用能力，使學生能夠理解人工智慧核心演算法之原理，並具備實際建構、訓練與部署深度學習模型之能力。課程內容涵蓋人工神經網路架構、模型訓練方法、最佳化技術與現代深度學習應用，並由機器學習基礎開始，逐步深入深度神經網路之數學原理與實作技術，結合理論推導、實際案例與專題開發，探討神經網路架構、模型最佳化、電腦視覺、自然語言處理及生成式 AI 等重要主題，協助學生建立完整之 AI 模型開發流程與人工智慧系統開發能力。
課程資訊
基本資料
選修課，學分數：3-0
上課時間：二/5,6,7
修課班級：資管系3,資管碩1
修課年級：3年級以上
選課備註：資管34可修，電腦教室
教師與教學助理
授課教師：賴翌維
大班TA或教學助理：尚無資料
Office Hour晤談時間:三、四
晤談地點:M423辦公室
請先E-mail通知約時間
授課大綱
授課大綱：開啟授課大綱(授課計畫表)
(開在新視窗)
參考書目
自備講義
開課紀錄
您可查詢過去本課程開課紀錄。 深度學習理論與實務歷史開課紀錄查詢