蔡炎龍 老師
蔡炎龍 老師
現職：國立政治大學 應用數學學系 副教授兼學務長
專長：代數幾何, 熱帶幾何, 神經網路,深度學習,人工智慧
學歷：美國加州大學爾灣分校 數學系 博士
Embedded Files
課程簡介
課程簡介
深度學習是現在人工智慧裡重要的一環。想做好一個 AI 專案，不管是領域專家還是工程師，都需要一起合作才能成功。不管你的角色站在什麼位置都需要了解深度學習到底是怎麼運作的。
這門課會從零開始介紹深度學習的基本概念，教你怎麼建構神經網路，並帶你看看深度學習在真實生活中的應用。最重要的是，學會「問一個可幫我們解決痛點的好問題」。我們還會討論，怎麼把現實中的問題轉化成深度學習能處理的任務。
先備能力
僅需基礎的⾼中數學能力，掌握矩陣、函數的概念，以及能夠熟練使用四則運算、指數運算等基礎算⼦等。
教學目標與學習成效
1. 瞭解深度學習的原理
2. 知道如何將實務問題用深度學習的方式解決
3. 具備基本深度學習程式的理解
課程內容
課程內容
本課程共有七大單元，每單元約一個小時。每週將安排指定作業，另有期中考、期末考、用以考核學習成果。課程架構如下：
★第一次直播：在Facebook「炎龍辦公室」公布日期
單元 1：人工智慧與深度學習的概念
單元 2：問個適合AI專案的好問題
單元 3：全連結神經網路 DNN
單元 4：期中考週
單元 5：卷積神經網路 CNN
單元 6：遞歸神經網路 RNN
單元 7：生成模式和生成對抗網路
單元 8：強化學習和AI近期發展
單元 9：期末考週
建議參考書目
建議參考書目
1. 少年Py的大冒險：成為Python數據分析達人的第一門課
2. 精通機器學習：使用Scikit-Learn, Keras與TensorFlow 第二版
3. AI經濟的策略思維：善用人工智慧的預測威力，做出最佳商業決策
https://www.books.com.tw/products/0010803316?sloc=main&fbclid=IwAR2w6ulJpW9LjHpHyLC710zCys3Rcr2bC0ZHbCF7aL2xvmOXIzA-4BebbpA
評分標準
評分標準
1.平時作業：佔總成績70 %
每份作業占總成績10%，作業在開課時即可開始繳交，需自行注意截止日期，在截止日後為互評時間(有一週)。7次作業當中包含4次程式作業以及3次發想作業，評分採作業互評。程式作業請儲存檔案至每週指定雲端作業繳交區，並將以開啟權限的colab檔案網址回覆在作業繳交區，發想作業則直接回覆在作業繳交區。細節請詳閱繳交頁面。
2. 期中考：佔總成績15 %
評量範圍包含1~3週課程教學內容，測驗在開課時即可作答，可重複作答，取高分計。
3. 期末考：佔總成績15 %
評量範圍包含5~8週課程教學內容，測驗在開課時即可作答，可重複作答，取高分計。
修課通過證明申請
「政大數位知識城」平臺上所開設的磨課師課程，通過該課程評量及格者可申請修課通過證明，每門課程新臺幣200元整，於5/19~5/21開放申請。
Page updated
Report abuse