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
111-2	317767	AI 機器視覺結合深度學習實作	1	1.0	2	★	莊賀喬	光大創創(研發處)	30	2	需自備筆電， 建議具備Python基礎程式能力

教學大綱與進度：

教師姓名	莊賀喬　教師諮商時間(Office Hours)
Email	hchuang@ntut.edu.tw
最後更新時間	2023-02-08 18:17:26
課程大綱	使用 Python 3 帶同學理解以下主題，並請業師曾吉弘一同協助授課，建議具備Python基礎程式能力： 資料處理 / 深度學習 / 機器視覺 Use Python3 to guide students to understand the following topics, and ask the teacher Zeng to assist in teaching. It is recommended to have basic Python programming skills: data processing / deep learning / machine vision 程式語言：Python3 神經網路框架使用 TensorFlow 開發環境：Google Colab / PC 端安裝 Anaconda Python
課程進度	2/23 人工智慧的基本觀念 資料、問題類型、演算法的分類與範例 人工智慧演算法用途等等的基本常識與概念。 3/02 機器學習 – 決策樹 3/09 機器學習 – 迴歸 3/16 深度學習神經網路 – 神經網路架構、如何學習 3/23 深度學習神經網路 – 推論、資料增強 3/30 深度學習神經網路 – 預訓練模型 4/06 深度學習神經網路 – 遷移學習、微調 4/13 準備期中考 4/20 期中考 4/27 物件偵測 YOLOV4 5/04 NLP自然語言處理 – 遞歸神經網路 5/11 NLP自然語言處理 – 遞歸神經網路 5/18 NLP自然語言處理 – 遞歸神經網路 5/25 淺談生成網路 – 自動編碼器 6/01 淺談生成網路 – GAN / 神經風格轉換 6/08 準備期末考 6/15 期末考試
評量方式與標準	出席率10% 作業30% 期中展示 25% 期末展示 35%
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 自編教材
課程諮詢管道	透過 每週五上午9:00的 Office Hour 綜合科館 325室 可諮詢所有與課程相關的內容
課程對應SDGs指標
備註	線上即時課程 網址如下 meet.google.com/peq-msro-nzn