115年第1學期-1115 深度學習基礎概論與實作 課程資訊
評分方式
| 評分項目 | 配分比例 | 說明 |
|---|---|---|
| 作業 | 30 | |
| 期中考 | 30 | 筆試＋上機考（考試斷網） |
| 期末報告 | 40 | 期末專題+報告分數 |
選課分析
本課程名額為 50人，已有0 人選讀，尚餘名額50人。
登入後可進行最愛課程追蹤 [按此登入]。
授課教師
王慶萍教育目標
本課程旨在介紹深度學習之理論基礎，課程內容涵蓋類神經網路、卷積神經網路、模型訓練與測試流程、損失函數、優化器、學習曲線分析、模型評估指標與基礎結果判讀等主題。透過講授、示範與簡易實作練習，培養學生運用數學、科學與電機工程知識思考深度學習模型之能力，並建立使用程式語言進行基礎模型訓練、分析與應用的能力。
課程資訊
基本資料
選修課，學分數：3-0
上課時間：二/2,3,4
修課班級：電機系3
修課年級：3年級以上
選課備註：上課教室：HT108。
教師與教學助理
授課教師：王慶萍
大班TA或教學助理：尚無資料
Office Hour時間：W4 13:00-15:00
地點：辦公室
授課大綱
授課大綱：開啟授課大綱(授課計畫表)
(開在新視窗)
參考書目
1.莊啟宏, 深度學習－使用TensorFlow 2.x, 全華圖書, 2022
2.Ian Goodfellow, Yoshua Bengio, and Aaron Courville, Deep Learning, MIT Press, 2016.
3.斎藤康毅，《Deep Learning：用 Python 進行深度學習的基礎理論實作》，吳嘉芳譯，歐萊禮，2017。
4.王琦、楊毅遠、江季，《深度學習詳解｜台大李宏毅老師機器學習課程精粹》，碁峰，2025。
開課紀錄
您可查詢過去本課程開課紀錄。 深度學習基礎概論與實作歷史開課紀錄查詢