資料科學與深度學習
Teacher: 張家銘,彭彥璁
2021/09/27~2021/12/20
Registration deadline:2021/12/17
6Hours/6Weeks (Current Running)

Abstract

本課程為基礎機器學習課程至人工智慧應用課程之橋接課程,探討如何使用深度學習技術,解決真實世界的各式問題。
#商業AI 系列課程

Course Objective

提供學生於資料科學與深度學習中學習理論基礎到時做的完整內容。透過課程的講解能對於基礎認知與實例處理各方面都有所了解。

 Instructor

 


張家銘 老師

國立政治大學 資訊科學系 助理教授

西班牙 基因調控研究中心與龐培法布拉大學 生物資訊博士

專長:生物資訊,資料科學,演算法,機器學習

 


彭彥璁 老師

國立政治大學 資訊科學系 助理教授

美國加州大學聖地牙哥分校 電機與電腦工程博士

專長:影像處理、視訊壓縮、機器學習及其應用


Course Schedule

Unit 1:線性回歸模型

Unit 2:羅吉斯回歸模型

Unit 3:回歸模型進階應用

Unit 4:何謂人工智慧

Unit 5:卷積神經網路

Unit 6:常用與進階深度學習技巧介紹

Course Contents

資料科學:本課程旨在從實務的角度介紹資料科學。學生將學習概念,R語言和處理資料各個方面所需的工具,包括數據集成,探索分析,預測建模,評估和有效的視覺化,修習課程後,學生將能夠將資料科學技術應用於金融科技主題。

深度學習:提供學生從深度學習理論基礎到實作的完整課程,特別是監督式學習技巧,幫忙修課學生能夠將上課所學知識應用到真實世界的問題中。了解深度學習中之資料表示與其背後的數學理論,並可將該理論實作。

Grading Policy

平時測驗:佔總成績 80 % (前、後測驗各40%

課程參與:佔總成績 20%

Passing Criteria


Course Passing Grade:60 Full Score 100 point

Prerequisites

高中程度數學。

Course Suggest

資料科學,採用An Introduction to Statistical Learning, with applications in RSource: http://faculty.marshall.usc.edu/gareth-james/,當作教學參考。

深度學習,採用Deep LearningSource:https://www.deeplearningbook.org/,當作教學參考。

課程之外可參閱書籍:

1.Neural Network and Deep Learning, http://neuralnetworksanddeeplearning.com/

2.Deep Learning: A Practitioner’s Approach, https://www.amazon.com/dp/1491914254?tag=inspiredalgor20

Certificate

本課程證書費用:500元

如何申請證書?

1.點選右上方的「小白人」。

2.點選「證書下載」。

3.畫面即會轉到申請證書系統中,請點選「我要申請證書」。

4.點選「我要搜尋」開始申請證書。

詳細證書下載流程說明請點這裡