数据科学与深度学习
教师: 張家銘,彭彥璁
2021/09/27~2021/12/27
6时数/6周次 (报名结束)

概要

本课程为基础机器学习课程至人工智能应用课程之桥接课程,探讨如何使用深度学习技术,解决真实世界的各式问题。
#商业AI 系列课程

课程目标

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。

授课教师

 


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


课程进度表

单元 1:线性回归模型

单元 2:罗吉斯回归模型

单元 3:回归模型高端应用

单元 4:何谓人工智能

单元 5:卷积神经网络

单元 6:常用与高端深度学习技巧介绍

课程内容

数据科学:本课程旨在从实务的角度介绍数据科学。学生将学习概念,R语言和处理数据各个方面所需的工具,包括数据集成,探索分析,预测建模,评估和有效的可视化,修习课程后,学生将能够将数据科学技术应用于金融科技主题。

深度学习:提供学生从深度学习理论基础到实作的完整课程,特别是监督式学习技巧,帮忙修课学生能够将上课所学知识应用到真实世界的问题中。了解深度学习中之数据表示与其背后的数学理论,并可将该理论实作。

评分标准

平時測驗:佔總成績 80 % (前、後測驗各40%

課程參與:佔總成績 20%

通过标准


课程及格标准:60分满分:100分

先修科目或先备能力

高中程度數學。

建议参考书目

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

其它

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