課程資訊

一、人工智慧的進展
1.1 人工智慧重大進展
1.2 電腦圍棋Alpha Go簡介
1.3 人工智慧運用應用領域簡介

二、什麼是機器學習？
2.1 機器學習的類型
2.2 機器學習系統的建構準則
2.3 Python程式開發環境安裝與設定

三、類神經網路
3.1 神經元結構
3.2(I) 多層感知網路（MLP）概念
3.2(II) 多層感知網路（MLP）概念
3.3 MLP模型架構

四、MLP案例實作
4.1 MNIST手寫字資料集介紹
4.2 MLP模型建置流程
4.3 MLP模型訓練與評估

五、卷積式神經網路
5.1 影像卷積處理概念
5.2 卷積式神經網路（CNN）概念
5.3 CNN模型架構
5.4 CNN經典模型介紹

六、CNN影像辨識案例實作
6.1 Cifar-10資料集介紹
6.2 CNN模型建置流程
6.3 CNN模型訓練與評估
6.4 常用的OpenCV影像處理功能介紹

七、資料處理工具介紹
八、MLP數據分析案例實作
九、監督式學習
十、機器學習工具
十一、監督式學習實作(I)
十二、監督式學習實作(II)
十三、非監督式學習