| 國立中興大學教學大綱 |
| 課程名稱 | (中) 人工智慧與深度學習(7762) | ||||||||
| (Eng.) Artificial Intelligence & Deep Learning | |||||||||
| 開課單位 | 大數據碩專班 | ||||||||
| 課程類別 | 選修 | 學分 | 3 | 授課教師 | 陳焜燦 | ||||
| 選課單位 | 大數據碩專班 / 碩專班 | 授課使用語言 | 中文 | 英文/EMI | N | 開課學期 | 1092 | ||
| 課程簡述 | The goal of this course is to introduce the basic neural network architectures, Artificial Intelligence theory and deep learning rules. The emphasis of the course is placed on the mathematical analysis and the Python experiment of these artificial intelligence rule and deep Learning networks, methods of training them and their applications to practical engineering problems in such areas as pattern recognition, signal processing，image processing, Voice recognition and control systems. | ||||||||
| 先修課程名稱 | 課程含自主學習 | N | |||||||
| 課程與核心能力關聯配比(%) | 課程目標之教學方法與評量方法 | ||||||||||
| 課程目標 | 核心能力 | 配比(%) | 教學方法 | 評量方法 | |||||||
| 首要目標為培養研究生的基本類神經網路觀念、人工智慧理論和深度學習架構。尤其強調嚴謹的演算過程以及Python 程式之撰寫與實作。 |
|
|
|
|
|||||||
| 授課內容(單元名稱與內容、習作/每週授課、考試進度-共18週) | |||||||||||
| 1. Introduction & Python入門 2. 感知器 & Python實作 3. 神經網路& Python實作 4. 神經網路的學習& Python實作 5. 誤差反向傳播法& Python實作 6. 與學習有關的技巧& Python實作 7. 卷積神經網路 & Python實作 8. 深度學習 & Python實作 9. 人工智慧 11. KERAS簡介 11. 利用KERAS深度學習人工智慧實務應用 12. TENSORFLOW 簡介 13. 利用TENSORFLOW深度學習人工智慧實務應用 |
|||||||||||
| 學習評量方式 | |||||||||||
| 1.平時成績 ：佔30%(平時考) 2.期中考成績：佔30% 3.期考成績 ：佔40% |
|||||||||||
| 教科書＆參考書目(書名、作者、書局、代理商、說明) | |||||||||||
| 「用Python進行深度學習的基礎理論實作:Deep Learning」，齊藤康毅著,吳嘉芳翻譯 「Neural Network Design」，Hagan; Demuth; Beale 「Neural Networks: A Classroom Approach 2/e」， , by Satish Kumar, McGraw-Hill Publishing, 2013. ISBN：9781259006166 東華 |
|||||||||||
| 課程教材（教師個人網址請列在本校內之網址） | |||||||||||
| 課程輔導時間 | |||||||||||
| 每周六13:00~14:00 | |||||||||||
| 聯合國全球永續發展目標 | |||||||||||
| |||||||||||
| 請尊重智慧財產權及性別平等意識，不得非法影印他人著作。 | |
| 更新日期 西元年/月/日：無 | 列印日期 西元年/月/日：2024 / 9 / 19 |
| MyTB教科書訂購平台：http://www.mytb.com.tw/ | |