查詢教學大綱與進度

教學大綱與進度

課程基本資料：

學年期課號課程名稱階段學分時數修教師班級人撤備註

110-2 302677 深度學習與商情預測 1 3.0 3 ★ 邱志洲經管所 21 1 　

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
110-2	302677	深度學習與商情預測	1	3.0	3	★	邱志洲	經管所	21	1

教學大綱與進度：

教師姓名邱志洲

Email chih3c@ntut.edu.tw

最後更新時間 2022-03-30 09:10:29

課程大綱本課程將介紹基於神經網路的深度學習技術及其在商情預測上之應用，主要內容包括：（1）深度學習和神經網路的基本概念和演算法；（2）深度學習的主流結構、啟動函數及正則化技術；（3）電腦視覺與自然語言處理技術應用案例；（4）深度學習主流結構的商情預測應用。通過課程的學習，同學們可瞭解神經網路基本概念；掌握深度學習中主要網路結構的基本概念和相關演算法；瞭解具體應用領域的背景知識；應用相關深度學習技術於商情預測。 This course will give a full picture of deep learning techniques and its application in business forecasting. Content includes: (1) basic concepts and algorithms of deep learning and neural networks; (2) popular network structures, activation functions, and regularization techniques; (3) principle and applications of computer vision and natural language processing. (4) applications of popular network structures in business forecasting. By learning this course, students will consolidate the basic concepts of neural networks; master the basic concepts and related algorithms of the main network structure in deep learning; understand the background knowledge of deep learning techniques with specific application fields; and understanding how to apply the main network structure in business forecasting.

課程進度 1(02/21) 課程簡介 2(02/28) 和平紀念日 3(03/07) Anaconda與 Spyder 安裝/Python語法1 4(03/14) Python語法2 5(03/21) MLP神經網路概念與訓練 6(03/28) 卷積神經網路(CNN) 7(04/04) 清明節 8(04/11) CNN商情預測案例 9(04/18) 循環神經網路(RNN) 10(04/25) RNN商情預測案例 11(05/02) Midterm 12(05/09) 長短時記憶網(LSTM) 13(05/16) LSTM商情預測案例 14(05/23) 自然語言處理案例 15(05/30) 論文閱讀與討論1 16(06/06) 論文閱讀與討論2 17(06/13) 期末報告 18(06/20) 期末考

評量方式與標準 Midterm/Final Exam 25%/25% Project & Presentation 25% Assignments 25%

使用教材、參考書目或其他 【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】

使用外文原文書：否
Christopher Bishop. Pattern Recognition and Machine Learning. Springer Press. Li Deng and Dong Yu. Deep Learning Methods and Applications. Now Publisher. http://research.microsoft.com/pubs/219984/BOOK2014.pdf Yoshua Bengio. Learning Deep Architectures for AI. Now Publisher. Ian Goodfellow and Yoshua Bengio and Aaron Courville. Deep Learning. MIT Press. http://www.deeplearningbook.org/ 周志華《機器學習》清華大學出版社，2016.

課程諮詢管道

延伸教學與資源

課程對應SDGs指標

課程是否導入AI

備註
遇疫情升級，討論方式則以LINE或Google Meet輔助進行

教師姓名	邱志洲
Email	chih3c@ntut.edu.tw
最後更新時間	2022-03-30 09:10:29
課程大綱	本課程將介紹基於神經網路的深度學習技術及其在商情預測上之應用，主要內容包括：（1）深度學習和神經網路的基本概念和演算法；（2）深度學習的主流結構、啟動函數及正則化技術；（3）電腦視覺與自然語言處理技術應用案例；（4）深度學習主流結構的商情預測應用。通過課程的學習，同學們可瞭解神經網路基本概念；掌握深度學習中主要網路結構的基本概念和相關演算法；瞭解具體應用領域的背景知識；應用相關深度學習技術於商情預測。 This course will give a full picture of deep learning techniques and its application in business forecasting. Content includes: (1) basic concepts and algorithms of deep learning and neural networks; (2) popular network structures, activation functions, and regularization techniques; (3) principle and applications of computer vision and natural language processing. (4) applications of popular network structures in business forecasting. By learning this course, students will consolidate the basic concepts of neural networks; master the basic concepts and related algorithms of the main network structure in deep learning; understand the background knowledge of deep learning techniques with specific application fields; and understanding how to apply the main network structure in business forecasting.
課程進度	1(02/21) 課程簡介 2(02/28) 和平紀念日 3(03/07) Anaconda與 Spyder 安裝/Python語法1 4(03/14) Python語法2 5(03/21) MLP神經網路概念與訓練 6(03/28) 卷積神經網路(CNN) 7(04/04) 清明節 8(04/11) CNN商情預測案例 9(04/18) 循環神經網路(RNN) 10(04/25) RNN商情預測案例 11(05/02) Midterm 12(05/09) 長短時記憶網(LSTM) 13(05/16) LSTM商情預測案例 14(05/23) 自然語言處理案例 15(05/30) 論文閱讀與討論1 16(06/06) 論文閱讀與討論2 17(06/13) 期末報告 18(06/20) 期末考
評量方式與標準	Midterm/Final Exam 25%/25% Project & Presentation 25% Assignments 25%
使用教材、參考書目或其他	【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】使用外文原文書：否 Christopher Bishop. Pattern Recognition and Machine Learning. Springer Press. Li Deng and Dong Yu. Deep Learning Methods and Applications. Now Publisher. http://research.microsoft.com/pubs/219984/BOOK2014.pdf Yoshua Bengio. Learning Deep Architectures for AI. Now Publisher. Ian Goodfellow and Yoshua Bengio and Aaron Courville. Deep Learning. MIT Press. http://www.deeplearningbook.org/ 周志華《機器學習》清華大學出版社，2016.
課程諮詢管道
延伸教學與資源
課程對應SDGs指標
課程是否導入AI
備註	遇疫情升級，討論方式則以LINE或Google Meet輔助進行