深度學習
游寶達
國立中正大學
教授
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
此外，游寶達教授學習易經達20年以上，由於理工專業之背景，引發將易數教條賦予科學生命的動機，欲利用模糊推論的架構來整合易經卜卦之零散推論教條，讓《易數邏輯》課程成為一門融合邏輯推論及哲學論述的特色課程
此外，游寶達教授學習易經達20年以上，由於理工專業之背景，引發將易數教條賦予科學生命的動機，欲利用模糊推論的架構來整合易經卜卦之零散推論教條，讓《易數邏輯》課程成為一門融合邏輯推論及哲學論述的特色課程
鄭淑真
南臺科技大學
副教授
【現職】南臺科技大學 資訊工程系副教授
【學歷】國立成功大學工程科學系資訊組博士
【專長】機器學習、資料探勘、演化計算、影像處理、數位學習
【教學經歷】連續獲得99學年度至105學年度優良教師獎勵
【授課科目】人工智慧、資訊擷取、演算法、作業系統、資訊專業英文、科技英文、科技英文寫作、App Inventor程式設計(全英文授課)
黃國勝
國立中山大學
教授
【現職】國立中山大學電機工程學系
【專長】智能機器人學、群組機器人合作、機器學習、嵌入式系統應用。
【授課科目】
工程數學、線性代數、線性系統理論、機器學習、軟性計算數位控制、模糊系統與類神經網路、機電整合、機器人學、電腦圖學、與最佳化控制系統。
李慶鴻
國立中興大學
教授
【現職】國立中興大學機械工程學系
【專長】
智慧型控制 、機械手臂控制、模糊類神經系統、工具機伺服控制、非線性控制、演化理論與計算。
【授課項目】
類神經網路原理與應用(機械所碩士班)、模糊控制(機械所碩士班)、智慧型控制系統設計(機械所碩士班)。
【授課項目】
類神經網路原理與應用(機械所碩士班)、模糊控制(機械所碩士班)、智慧型控制系統設計(機械所碩士班)。
課程簡介
1.細說深度學習的因由、細節、應用、未來，其中細推學習演算法的公式，有助於高中生都可以理解本課程(目前線上課程大都直接display出公式，不易被剛入門的學生所接受)，並配合Python的程式演繹，引發學生對程式設計的興趣。主要以PPT細說公式，再配合Python程式印證一遍，以加強學生的學習動力及內涵，同時老師將利用去背的功能，隨時與教材互動，以產生teacher-led的教學效果。
2.化繁為簡的課程內容，以圖文並茂的方式重新設計多種的學習模式，讓有興趣的學生可以快速瞭解學習模式的概念及細節。
3.提供Python的實驗程式碼，讓學生可以輕易操弄多種的學習模式，以輔助學生快速進入深度學習的課程內容中。
4.引導學生操作深度學習目前熱門的套裝軟體，例如CAFFE及CNTK。
5.介紹全世界深度學習的熱門議題，例如Alpha Go、Master、機器人服務等，讓學生瞭解Deep Learning是一個Hot Topic。
課程目標
1.建立深度學習的基本知識，例如Supervised Learning, Unsupervised Learning, Perceptron Learning Algorithm, Performance Function, Steepest Descent, LMS Algorithm等。
2.學習Deep Learning的兩大模式：Convolution Neural Network及Recurrent Neural Network。
3.學習操作CAFFE及CNTK兩大開放套件。
4.學習如何利用CAFFE及CNTK設計深度學習的應用問題。
5.加強Python的程式設計能力。
適用對象
高中以上，對程式設計、軟體開發、深度學習等相關議題有興趣者。
課程特色
本課程特色包括
(1)以熱門新聞議題，如Alpha Go及Master，引發學習者的學習動機；
(2)講述教學搭配手寫推導演算，加強學習印象；
(3)運用指示及手寫的互動教學形式，引發學生的學習注意力及專注力；
(4)提供詳細的程式推導與演示細節；
(5)課程內容區分有「必備基礎」及「學科知識」，讓學習者由淺入深的學習等。
課程進度
第1週：Introduction-課程介紹
第2週：The Concept of Perceptron-認知概念
第3週：Optimal Learning-優化學習
第4週：LMS Learning Algorithm-最小均差學習演算法
第5週：The Backpropagation Algorithm-背傳導演算法
第6週：Convolution Neural Network-卷積神經網路
第7週：CNN Develop Tools-卷積神經網路開發工具
第8週：Recurrent Neural Network-循環神經網路
第9週：RNN Develop Tools RNN-開發工具