1. 了解neuron的計算模型
2. 了解複雜neural system及computation的呈現及計算方式
3. 學習learning algorithm的設計、應用、分析等技術
4. 學會著名的backpropagation演算法
5. 學會Keras及TensorFlow的AI implementation方法及技
6. 學會影像處理的deep computation應用問題
游寶達 老師
教師簡介
游寶達教授現任國立中正大學資工系教授,專長於智慧系統設計;加上曾任中正大學圖書館館長,數位學習中心主任、清江學習中心主任,長期研究與經營數位學習,並推動數位教材與課程認證。專長為智慧型系統設計、智慧型網路、ICAL、非線性系統、e-Learning、電腦輔助教學
单元 1:类神经架构简介 Introduction of Neural Architecture
单元 2:设计感知学习算法 Design a Perceptron Learning Algorithm
单元 3:最速下降学习算法 The Steepest Descent Learning Algorithm
单元 4:最小均方学习算法 LMS Learning Algorithm
单元 5:多层网络学习算法 Learning Algorithm of Multiple Layers
单元 6:卷积神经网络 The Convolutional Neural Network
单元 7:循环神经网络 The Recurrence Neural Network
单元 8:延伸学习:学习算法实例分析 Learning Practices
本课程共计7个单元主题,每个单元主题的学习活动包括浏览教学视频,以及随堂测验与作业,并欢迎参与讨论区讨论。
课程另延伸提供1个单元主题:学习算法实例分析 (Learning Practices),欢迎学习者自由选读,内容不纳入评量之中。
測驗:共7次,佔總成績35% **每單元各佔5%
作業:共7次,佔總成績65% **1-5單元各佔9%、6-7單元各佔10%
1. 具有微積分、線性代數之基礎
2.能撰寫python的能力
3.具有操作Google開放系統之經驗
教科書:
M.T. Hagan, H.B. Demuth and M. Beale, Neural Network Design, 新月代理。
參考資料:
S. Haykin, Neural Networks (A comprehesive foundation),second edition,開發代理。
ewant平台提供電子證書,申請證書請參考ewant證書申請流程說明