深度學習的原理及實務上的應用(111高中自主學習)
Teacher: 蔡炎龍
2022/07/01~2023/06/30
7Hours/9Weeks (Course is Time End)

Abstract

本課程建議之高中學群為【資訊學群】【工程學群】

本課程建議之高職群別為【電機與電子】


 深度學習是近年來人工智慧非常重要的工脤。要做好一個人工智慧的專案,需要包括領域專家、工程師等等通力合作才能做好。不論哪一個角色,都需要瞭解深度學習的運作方式。本課程介紹深度學習的基礎概念、了解如何構建神經網路。導入實務應用,最重要的重點為「問一個可幫我們解決痛點的好問題」。我們會討論如何把實務的問題化為一個深度學習可解的問題。
#商業AI 系列課程

 本課程提供 深度學習的原理及實務上的應用 計劃書參考範例檔
 此為高中自主學習申請計劃書參考範例,請依據實際狀況增減修改內容。

 #人工智慧

Course Objective

本課程透過課程講述與實作練習,期許學生達成:

1.    瞭解深度學習的原理

2.    知道如何將實務問題用深度學習的方式解決

3.    具備基本深度學習程式的理解


 Instructor

蔡炎龍 老師

教師簡介

美國爾灣加州大學數學博士,現任政治大學應用數學系副教授,學務處副學務長,職涯中心主任,新生書院總導師。長年投入Python推廣教育,擔任政大數理資訊學程召集人,政大PyDay創辦人,成效卓著。

Course Schedule

Unit 1:ewant學習簡單上手:學習平台功能教學

Unit 2:人工智慧與深度學習的概念

Unit 3:問個適合AI專案的好問題

Unit 4:全連結神經網路 DNN

Unit 5:期中考週

Unit 6:卷積神經網路 CNN

Unit 7:遞歸神經網路 RNN

Unit 8:生成模式和生成對抗網路

Unit 9:強化學習和AI近期發展

Unit 10:期末考週

Course Contents

本課程共有七大單元。每週會有數個長度約在5~10分鐘不等的短片供學生觀看,每單元約一個小時。除此之外,每週將安排指定作業,另有期中考、期末考、用以考核學習成果,課程架構如下

Grading Policy

期中考:佔總成績  50 %

評量範圍包含1~3週課程教學內容,共計有15題單選選擇題(填答即得10分,每題6),可重複作答。

 

期末考:佔總成績 50 %

評量範圍包含5~8週課程教學內容,共計有15題選擇題(填答即得10分,每題6)測驗在開課時即可作答,可重複作答。

Passing Criteria


Course Passing Grade:60 Full Score 100 point

Prerequisites

僅需基礎的高中數學能力,掌握矩陣、函數的概念,以及能夠熟練使用四則運算、指數運算等基礎算式等等。

Course Q&A

1.這堂課需要有程式基礎嗎?

我們歡迎沒有接觸過程式的同學一起加入,課程將會從深度學習的基礎概念開始教學。

2.這堂課是用甚麼程式語言進行教學呢?

本課程選擇的程式語言是「Python」。Python語法簡單好寫,背後社群強大,在數據分析領域本就佔有一席之地,現在部分流行的開源軟體和套件,也都是以Python作為主要實作語言。

3. 程式作業上傳可以使用哪些格式?

7次作業當中包含4次程式作業以及3次發想作業,程式作業請儲存檔案至每週指定雲端作業繳交區,並將以開啟權限的colab檔案網址回復在作業繳交區,發想作業則直接回覆在作業繳交區即可。

4. 我要如何設定colab的權限呢?

colab程式的右上角,點選「共用」→「知道連結者都能檢視」,並將設定好的網址貼到作業繳交區。

Certificate

本課程證書費用:250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