深度學習理論與實務

115學年第1學期 選修課 3 學分
授課大綱
40
名額
0
已選
40
餘額
登記 32 人 · 選上機率 99.9%
上課時間
三/2,3,4[M007]
授課教師
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
修課班級
資管系3,4,碩1,2 · 3年級以上
課程資訊
資管34可修,電腦教室
選課分析

期中報告 30
期末專題 40
作業與討論 20
出席 10

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。

自備講義

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