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
113-2	345357	AI進階機器學習實作課程	1	3.0	3	★	莊賀喬	光大創創(研發處)	18	2	計中電腦教室， 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	2024-12-19 10:51:46
課程大綱	藉由主流神經網路 TensorFlow 框架，操作Python3程式，實作諸多機器學習與深度學習神經網路應用，包含影像分類、物件偵測、生成式AI與大型語言模型(LLM) 等等。此課程會使用到Google Colab及PC端安裝的Anaconda Python程式。 Use the mainstream TensorFlow framework to implement many machine learning and deep learning neural network applications, including image classification, object detection and natural language processing, etc.
課程進度	第1週 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的基本常識與概念 第2週 迴歸分析 － 單因子線性迴歸 第3週 機器學習 － 決策樹-1、2 第4週 深度學習神經網路 － 神經網路架構、如何學習 第5週 運動會，放假一次 第6週 深度學習神經網路 － 推論、資料增強 第7週 深度學習神經網路 － 預訓練模型 第8週 深度學習神經網路 － 遷移學習、微調 第9週 期中考 第10週 淺談 LLM / DLI課程 RAG 第11週 物件偵測 YOLOV4 第12週 NLP自然語言處理 － 遞歸神經網路-1 第13週 NLP自然語言處理 － 遞歸神經網路-2 第14週 NLP自然語言處理 － 遞歸神經網路-3 第15週 淺談生成網路 － 自動編碼器 第16週 淺談生成網路 － GAN / 神經風格轉換 第17週 準備期末展示 第18週 期末展示
評量方式與標準	出席率10% 作業30% 期中考 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，課程完成之後可取得 NVIDIA 原廠電子證書一張
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 第17、18周 課程諮詢管道 Line ID: hochiao0917 與線上課程為 https://meet.google.com/kre-kjaz-uza
延伸教學與資源
課程對應SDGs指標	SDG3：良好健康和福祉（Good Health and Well-being） SDG8：尊嚴就業與經濟發展（Decent Work and Economic Growth） SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure）
課程是否導入AI
備註