英文名稱: Machine Learning and Deep Learning Applications ;
授課目的: 本課程目標是培養同學們在人工智慧機器學習與深度學習方法上的基礎概念與應用實作能力。機器學習方面將探討如何能由觀測到的大量資料中做自我學習與進化,而自動增進其處理效能,例如進行預測、分類、分群、模式辨認、特徵擷取、決策等等。深度學習方面將探討DNN、CNN、RNN等方法在圖形與影像辨識、文件分析、對話處理方面的相關應用與實作。;
教學模式: 非同步線上教學課程,期中與期末面授
授課,作業,實作練習,報告,討論;
學分數:3;
成績計算方式: 平時成績: 10%
線上討論: 10%
線上測驗: 10%
專案作業: 40%
期中報告: 15%
期末報告: 15%;
開課教師: 林斯寅 副教授 (szuyin@niu.edu.tw);
授課目的: 本課程目標是培養同學們在人工智慧機器學習與深度學習方法上的基礎概念與應用實作能力。機器學習方面將探討如何能由觀測到的大量資料中做自我學習與進化,而自動增進其處理效能,例如進行預測、分類、分群、模式辨認、特徵擷取、決策等等。深度學習方面將探討DNN、CNN、RNN等方法在圖形與影像辨識、文件分析、對話處理方面的相關應用與實作。;
教學模式: 非同步線上教學課程,期中與期末面授
授課,作業,實作練習,報告,討論;
學分數:3;
成績計算方式: 平時成績: 10%
線上討論: 10%
線上測驗: 10%
專案作業: 40%
期中報告: 15%
期末報告: 15%;
開課教師: 林斯寅 副教授 (szuyin@niu.edu.tw);
- 教師: 林 斯寅