| 學分數 |
3
|
修課時數 |
3
|
開課班級 |
日間部碩士班1年級 A班
|
| 本課程培養學生下列知識： |
|
本課程將介紹 DNN, RNN, CNN, sequence-to-sequence等深度學習模型的原理，以及pre-training, regularization, 大規模問題等技術。並實作深度學習模型，應用於自然語言處理、電腦視覺、資訊檢索等真實世界問題。1.瞭解機器學習概念2.熟悉機器學習原理3.熟悉機器學習開發平台4.進行機器學習專題製作或參與競賽We introduce some advanced machine learning topics including deep learning models (DNN, RNN, CNN, seq2seq), techniques of pre-training, regularization, large-scale problems, etc. Some applications of machine learning such as natural language processing, computer vision, and information retrieval will also be discussed.
1. Understand Machine Learning Concepts
2. Familiarize with Machine Learning Principles
3. Use Machine Learning Development Platform
4. Finish a Machine Learning project or attend competitions
|
| 每週授課主題 |
|
第01週： 深度學習簡介第02週：機器學習簡介第03週：TensorFlow環境簡介第04週：TensorFlow實現神經網絡第05週：深度學習與深層神經網絡第06週：損失函數定義第07週：神經網絡優化算法第08週：MNIST數字識別問題第09週：期中考第10週：卷積神經網絡簡介第11週：卷積神經網絡結構第12週：使用卷積神經網路之影像處理第13週： 循環神經網絡簡介第14週：長短時記憶網絡（LTSM）結構第15週：自然語言建模第16週： TensorBoard可視化第17週：期末專題報告第18週：期末專題報告
|
| 成績及評量方式 |
|
期末專題發表：30%期中考：30%進度與口頭報告：20%平時作業及出席：20%
|
| 證照、國家考試及競賽關係 |
|
本課程無證照、國家考試及競賽資料。
|
| 主要教材 |
1.TensorFlow實戰Google深度學習框架才云科技Caicloud電子工業出版社978712130959520171 (教科書)2.http://www.deeplearningbook.org/(其他)
|
| 教師資料 |
教師網頁：http://www.cyut.edu.tw/~shwu/
E-Mail： shwu@cyut.edu.tw
Office Hour：
星期二,第3~4節,地點:E-734;
星期三,第3~4節,地點:E-734;
分機:4534
|
|