跳到主要內容
:::

機器學習與深度學習方法與實戰

本課程將教導學員漸進式學習資料探勘、機器學習與深度學習的各種方法,以及如何用在不同資料分析之應用,預計達成的課程目標如下: 1.瞭解目前機器學習與人工智慧之技術趨勢 2.認識社群網路分析與相關分析工具 3.探索各種不同的機器學習模型 4.藉由集群分析發掘隱藏的資料模式與結構 5.利用高效率的預處理技術來組織資料,並應用最佳實踐來評估機器學習模型 6.清楚瞭解文字資料及相關應用 7.熟悉深度學習方法與實作

  • 開課單位:財團法人自強工業科學基金會
  • 課程大綱:1.簡介機器學習與深度學習目前發展趨勢及應用
    2-1.資料前處理與資料表達
    2-2.空間向量模型
    3-1.社群網路分析 基礎介紹
    3-2.社群網絡分析量測與工具
    3-3.關聯分析
    4-1.分類方法
    4-2.分群方法
    5-1.效能評估方法
    5-2.資料切割方式
    6-1.以Weka實踐分類與分群方法
    6-2.以Python Scikit-learn實踐分類與分群方法
    7.深度學習基礎機器
    8.多層感知器於數值資料分析之應用
    9.卷積神經網路於影像辨識之應用
    10.遞歸神經網路於情感分析之應用
  • 開課日期:2019-07-30
  • 結束日期:2019-08-06
  • 上課時間:每週二09:30~16:30(7/30、8/6)
  • 上課時數:12
  • 課程費用:7,000元
  • 費用:學員負擔:3,500元/政府負擔:3,500元
  • 繳費方式:需先至開課單位繳交全額費用
  • 預計招生人數:20
  • 聯絡人:洪小姐
  • 連絡電話:03-5623116 ext 3227
  • 先備知識:
    本課程為進階內容,修課學員需具備基礎Python程式語言之能力。
  • 授課師資:臺北醫學大學大數據科技與管理研究所 張詠淳教授
  • 招生對象:
    大專以上畢業且具理工科系(資工、資管、電機等)背景為佳
  • 上課地點:新竹市光復路二段101號(清華大學創新育成大樓2樓)
  • 課程報名網址: