| 課程代碼 |
30D1DQ02
|
| 課程中文名稱 |
深度學習框架應用
|
| 課程英文名稱 |
Deep Learning
|
| 學分數 |
3.0
|
| 必選修 |
選修
|
| 開課班級 |
四技微電四甲
|
| 任課教師 |
賴培淋
|
| 選課人數 |
|
| 上課教室(時間) |
|
週二
|
第1節
|
(E0204)
|
|
週二
|
第2節
|
(E0204)
|
|
週二
|
第3節
|
(E0204)
|
|
| 課程時數 |
3
|
| 實習時數 |
3
|
| 授課語言 |
1.華語
|
| 輔導考證 |
無
|
| 課程概述 |
為了協助學生實際上手設計人工智慧應用程式，
本課程採用Google TensorFlow 開發平台，從Python 程式設計開始介紹，加上
Numpy/Scipy 向量及矩陣等科學運算處理說明、Tensor 觀念及使用方法介紹、GPU
加速整合、神經網路運算、CNN、RNN、LSTM 等深度學習演算及AlexNet、GoogLeNet
等圖像分類個案研究，一直到人工智慧應用程式開發，使學生能夠快速上手使用
TensorFlow 設計具有人工智慧功能的軟體系統。
|
| 先修科目或預備能力 |
|
|
課程學習目標與核心能力之對應
|
| 編號 | 中文課程學習目標 | 英文課程學習目標 | 對應系指標 |
|
1
|
培養機器學習與深度學習基本觀念和架構，以及訓練環境之建成
|
|
1 專業技能
|
|
2
|
應用機器學習之決策樹來學習如何以純資料的方式訓練分類器，培養資料分析能力。
|
|
2 工程實務
|
|
3
|
TensorFlow來學習如何訓練影像/圖片分類器
|
|
3 資訊能力
|
|
4
|
使用高階API：Keras 來製作小組專題。
|
|
8 專案管理
|
|
| 就業力培養目標 |
| |
校指標 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
| |
專業知識 |
實務技能 |
資訊能力 |
整合創新 |
外語能力 |
熱誠抗壓 |
表達溝通 |
敬業合群 |
人文素養 |
服務關懷 |
| |
30% |
30% |
30% |
0% |
0% |
0% |
10% |
0% |
0% |
0% |
| |
系指標 |
1 |
2 |
3 |
4 |
7 |
|
6 |
8 |
|
9 |
5 |
| |
專業技能 |
工程實務 |
資訊能力 |
整合創新 |
系統整合 |
|
熱誠抗壓 |
專案管理 |
|
社會責任 |
終身學習 |
| |
30% |
30% |
30% |
0% |
0% |
|
0% |
10% |
|
0% |
0% |
|
| 中文課程大綱 |
1. 動態語言程式設計
2. 機器&深度學習基本觀念與環境建成
3. 機器學習實作與資料分析
4. 深度學習專題實作
|
| 英/日文課程大綱 |
1. Dynamic programming language
2. Basic Concept of Machine & deep learning
3. Machine learning practice and data analysis
4. Project for deep learning
|
| 課程進度表 |
|
| 課程融入SDGs |
|
| 期考調查 |
| 期中考(第9週)考試方式 |
|
| 期末考(第18週)考試方式 |
|
| 其他週考試考試週次與方式 |
|
|
| 教學方式與評量方式 |
| 課程學習目標 | 教學方式 | 評量方式 |
| 培養機器學習與深度學習基本觀念和架構，以及訓練環境之建成 |
--
|
--
|
| 應用機器學習之決策樹來學習如何以純資料的方式訓練分類器，培養資料分析能力。 |
--
|
--
|
| TensorFlow來學習如何訓練影像/圖片分類器 |
--
|
--
|
| 使用高階API：Keras 來製作小組專題。 |
--
|
--
|
|
| 指定用書 |
| 書名 |
|
| 作者 |
|
| 書局 |
|
| 年份 |
|
| 國際標準書號(ISBN) |
|
| 版本 |
|
請同學遵守智慧財產權觀念，使用正版教科書，不得不法影印、下載及散布，以免觸犯智慧財產權相關法令
。 |
| 參考書籍 |
|
| 教學軟體 |
|
| 課程規範 |
|