重新查詢　｜　回學校首頁

1092學期 課程基本資料/Course Information
系所 / 年級
資工系  3年級
課號 / 班別
EE300099 / A
學分數
 3學分
選 / 必修
 選修
科目中文名稱
 深度學習
科目英文名稱
 Deep learning
主要授課老師
 朱學亭
開課期間
 一學年之下學期
人數上限
 52 人
已選人數
 51 人
課程種類
 一般課
課程類別
 系定
學程
 專業學程(人工智慧學程)
全英授課
 否

起始週 / 結束週 / 上課地點 / 上課時間

第1週 / 第18週 / I627 / 星期2第2節
第1週 / 第18週 / I627 / 星期2第3節
第1週 / 第18週 / I627 / 星期2第4節

請各位同學遵守智慧財產權觀念；請勿非法影印。
Please observe Intellectual Property Rights (IPR), not to make illegal copies.

教學綱要/syllabus

第一部分/Part I(※依課程委員會審議之內容決議填入)
一、教學目標所要達成之能力培養項目:
[依據課程委員會審議通過之課程與基本素養/核心能力關聯表填寫]
Item 基本素養/核心能力 Core Literacy/Core Competencies 相關性 Relevance
高度相關 中度相關
1 具備電腦基礎理論與實作能力

.

 tick
2 具備邏輯分析與程式設計能力

.

.
3 擁有使用資訊技術來分析解決相關問題之能力

.

.
4 具備至少一項專業學程之知識及技術能力 tick

.
5 具備團隊協調合作之能力 tick

.
6 具備人文通識與專業倫理認知之能力

.

.
7 具備學習資訊工程相關新知和因應領域發展趨勢之能力

.

.

SDGs Item SDGs目標
SDGs goal		 SDGs描述
SDGs description
無相關項目
No related items
二、教學目標
(Objective)
 1.認知面：[使學生理解、應用、分析、綜合、比較、推論、評估本課程之理論與概念]：
     本課程教導學生理解深度學習基本原理，學生可以撰寫深度學習程式。
2.技能面[使學生能獲得運用與實做本課程理論與概念之技巧]：
     學生可以用深度學習來解決實際的資料問題。
3.情意面[能引發學生對本課程之興趣，激發學生學習動機，增加觸類旁通與自主學習]：
     用深度學習研究最新的人工智慧應用。
三、符合教學目標之課程內容設計
 學生可以學習人工智能的基礎知識，了解如何使用深度學習方法，並學習如何成功使用AI技術（包括Python，Cuda，TensorFlow，Keras等）啟動項目。 不僅是AI的軟件堆棧，還可以看到它在實際情況中的應用。
四、先修科目
(Pre Course)
   資料科學

第二部分/Part II
一、多元教學方法
(Teaching Method)
 由學生自訂學習目標與抱負水準  案例或故事討論  講述
 學生課後書面報告  小組討論  學生上台報告  腦力激盪
 學生實作  角色演練  習題練習  影片欣賞與討論
 採訪  e化教學  審議式民主  觀察與資料收集
 一分鐘回饋  磨課師課程  翻轉教學  其他
 企業參訪  與課程有關之實務學習  見習  實習
 協同教學  服務學習課程  其他系課程委員會核定之實務學習項目  以「技能導向」的教學設計
 以「病人為中心」的教學設計  問題導向教學法  設計導向教學法  專題導向教學法
 總結性教學法  同步和非同步設計  整體課程鷹架設計  問題導向設計
 主題或個案討論  數位説故事  引導學生有效學習策略（如，WSQ, WPAQ, SQ3R）  群體決策（線上投票）
 同儕合作專題學習  同儕回饋  同儕亙評  同儕出題
 同儕師徒制（高分和低分一組）  同儕透過網路協作共同完成作業或專題  小組報告  小組競賽
 課堂中每段落實施簡易小測驗  學生訂正學習策略  學生學習行為增強措施  課堂末回饋（學生回饋學習心得和疑問）
 學生線上學習歷程分析  線上搶答
二、多元教學方法與教育目標的連結
您所勾選之教學方法與何種基本素養/核心能力有關? 145
1.習題練習
2.e化教學
3.一分鐘回饋
4.與課程有關之實務學習
三、參考書目 (Reference)
[符合教學目標之參考書目]
中文參考書目 深度學習進階：卷積神經網絡和對象檢測
ISBN:7111660927
英文參考書目 Advanced Applied Deep Learning: Convolutional Neural Networks and Object Detection
ISBN:1484249755
四、教學進度
(Syllabi)
[符合教學目標之教學進度]
 教學進度與何種基本素養/核心能力有關?
日期
(Date)		 授課內容
(Course Contents)		 授課教師
(Teacher)		 核心能力 授課方式
(Teaching methods)
145
2021/2/22 課程介紹
Introduction		 朱學亭     
2021/3/1 機器學習基礎
Machine learning basics		 朱學亭     
2021/3/8 神經網路
Neural network basics		 朱學亭     
2021/3/15 深度學習框架
Frameworks of deep learning		 朱學亭     
2021/3/22 Tensorflow基礎
Tensorflow basics		 朱學亭     
2021/3/29 Tensorflow程式設計
Tensorflow programming		 朱學亭     
2021/4/5 Keras程式設計
Keras programming		 朱學亭     
2021/4/12 CNN卷積神經網路
Convolutional neural network		 朱學亭     
2021/4/19 期中考
Mid term		 朱學亭     
2021/4/26 RNN迴圈神經網路和長短時記憶網路LSTM
RNN and LSTM		 朱學亭     
2021/5/3 Encoder-Decoder /Attention Model
Encoder-Decoder /Attention Model		 朱學亭     
2021/5/10 NLP基礎
NLP basics 		朱學亭     
2021/5/17 word2vec和BERT
word2vec和BERT		 朱學亭     
2021/5/24 生成對抗網路-GAN
Generative Adversarial Network		 朱學亭     
2021/5/31 遷移學習
Transfer learning		 朱學亭     
2021/6/7 物件偵測
Object detection		 朱學亭     
2021/6/14 文本分類
Text classification 		朱學亭     
2021/6/21 期末考
Final		 朱學亭     
五、多元評量方法
(Evaluation)
[所勾選評量方法之評分加總為100分]
評量方式 分數 評量方式 分數
 實作測驗   0  期中筆試   0
 隨堂筆試測驗   0  期末筆試   0
 小組作業  10  期中報告  30
 服務日誌   0  期末報告  30
 口試   0  專題報告   0
 個人上台報告   0  實作作品與反思  20
 小組上台報告   0  前後測比較進步與成長   0
 出席狀況   0  課堂參與與表現  10
 心得與反思報告   0  其他   0
六、多元評量方法與教育目標的連結
您所勾選之評量方法與何種基本素養/核心能力有關? 145
1.小組作業
2.期中報告
3.期末報告
4.實作作品與反思
5.課堂參與與表現
七、講義位址(http://)