本課程由經驗豐富的李厚均老師授課,老師會將大量複雜的理論,以非常直觀的方式傳授給學員,不只讓每位學生不害怕牽扯到大量複雜的機率統計以及微積分,更使學員可以很直觀的了解每個步驟的物理意義,學習成果將事半功倍。
第一天 (2022/2/12)
Python基礎語法複習
Numpy基礎語法複習
Pandas基礎語法複習
Matplotlib基礎語法複習
機器學習的基本觀念
scikit-learn安裝及介紹
第二天 (2022/2/13)
資料前處理與EDA
資料分析與統計
特徵工程介紹
迴歸演算法
線性迴歸演算法
多項式回歸演算法
分類演算法
KNN演算法
Logistic regression演算法
決策樹演算法
第一天 (2022/02/19)
深度學習基礎介紹
TensorFlow2實作
張量的操作及觀念
常見的類神經網路函數
優化器的使用
DNN神經網路介紹與實作
損失函數
優化類神經網路
影像分類實作
視覺化類神經網路
第二天 (2022/02/20)
類神經網路在影像辨識的應用
CNN神經網路介紹與實作
影像分類
比較 DNN 與 CNN 的差異
物件偵測與實作
Yolo模型介紹與實作
第三天 (2022/03/05)
RNN神經網路介紹
▪ Word2vect 的介紹
▪ 傳統 RNN 介紹
▪ LSTM/GRU 的介紹
▪ Word2vect 的介紹
▪ 傳統 RNN 介紹
▪ LSTM/GRU 的介紹
RNN神經網路實作
▪ 文字語意關係實作
▪ 垃圾郵件分類
▪ 文字語意關係實作
▪ 垃圾郵件分類
各行各業之應用 學術界近期之研究
實務經驗分享