電腦視覺的深度學習
課程簡介
本課程的目標為帶領學員認識深度學習的基本概念，並介紹應用模型，讓學生能夠具備系統開發的能力。課程首先介紹深度學習的基本概念，並提供學員在面對不同特性的問題時，能夠選擇正確的方式來解決之。
對此，本課程首先說明深度學習的基本概念，帶領學員認識深度學習的工具， 並能瞭解深度學習最新的應用，期望學員能夠具備發展深度學習系統之能力。
課程目標
透過本課程的學習，學生能夠習得以下概念：
(1) 瞭解深度學習的基本概念
(2) 瞭解深度學習的工具，例如PyTorch, Tensor Flow等。
(3) 瞭解深度學習最新的應用。
(4) 具備發展深度學習系統之能力
適用對象
適合資訊工程領域研究所年級的學員選讀
課程特色
本課程首先說明深度學習的基本概念，帶領學員認識深度學習的工具， 並能瞭解深度學習最新的應用，期望學員能夠具備發展深度學習系統之能力。
課程進度
第 1 週：Machine Learning Basics
第 2 週：Deep Feedforward Networks
第 3 週：Convolutional Neural Networks (CNN)
第 4 週：Recurrent Neural Networks (RNN) - 1
第 5 週：Recurrent Neural Networks (RNN) - 2
第 6 週：Applications of Deep Learning to Computer Vision
先備知識
平時測驗：共 6 次，
Week - 1 ~ Week - 5 各佔 17%
Week - 6 佔 15 %
共計 100 %