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
111-1	310271	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)	46	6	*需自備筆電，無科系背景可修

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	2022-06-16 12:49:39
課程大綱	使用 Python 3 帶同學理解以下主題，已調整過難易度，適合零基礎或非資訊相關科系同學學習： 資料處理 / 深度學習 / 機器視覺 Use Python 3 to lead students to understand the following topics, the difficulty has been adjusted, and it is suitable for students with zero foundation or non-information related subjects to learn: Data Processing / Deep Learning / Machine Vision
課程進度	1. 認識Python開發環境與基礎語法 #1變數 2. 認識Python開發環境與基礎語法 #2判斷結構 3. 認識Python開發環境與基礎語法 #3迴圈 4. 認識Python開發環境與基礎語法 #4list 5. 淺談資料處理 – numpy 數值運算 6. 淺談資料處理 – pandas #1Dataframe 建立與應用 7. 淺談資料處理 – pandas #2 Sort / grouping 8. 資料視覺化 - matplotlib 繪製各種簡易圖表 9. 資料爬蟲 #1如何擷取空氣汙染資料 10. 資料爬蟲 #2擷取其他類型網路資料 11. 影像處理 - OpenCV #1 12. 影像處理 - OpenCV #2 13. 人臉辨識 Haar 分類器 14. 淺談深度學習 人臉辨識應用 15. NVIDIA 深度學習理論基礎與實踐 16. MNIST 手寫數字分類 / Tensorflow Keras 神經網路框架 17. NVIDIA深度學習理論基礎與實踐 遷移學習 18. 期末測驗
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
備註	線上即時課程 網址如下 meet.google.com/peq-msro-nzn