edu磨課師+ 以設計思考來探討AI世界 講師:楊朝棟 東海大學 計算機中心主任&圖書館館長&資訊工程學系 終身特聘教授 影音教學 中文發音 繁體中文版(2DVD)
內容說明:
【課程簡介】
開課學校/機構:東海大學
課程發展年度:2023
課程類別:資訊工程_電腦
本課程將帶領學員學習關於AI的所需知識，帶領學員從數據的收集，數據的整理，機器學習與深度學習的認識與理解，到最後能夠自己針對議題設計出解決問題的AI人工智慧方案，以此課程設計期望訓練出能力與知識全面的AI人才。
【先備能力】
本課程無需先備能力，歡迎所有對程式語言有興趣的學習者修習。
【學習目標】
本課程透過課程講述與實作練習，希望學生達成幾點目標： 1. 學習基礎的深度學習程式撰寫，掌握如模型建立、損失函數、優化方法等核心概念。 2. 學習計算思維，進而發展將各種問題程式化，並有效解決的能力。 理解人工智慧的基本概念與技巧，運用於自身專業領域，把AI作為解決該領域問題的一種工具。
【授課教師】
楊朝棟
任職單位
東海大學 計算機中心主任/圖書館館長/資訊工程學系 終身特聘教授
簡述
學歷：
國立交通大學 資訊科學研究所 博士
現職：
東海大學 計算機中心主任
東海大學 圖書館館長
東海大學 資訊工程學系 終身特聘教授課程內容:
001_單元1：運算思維與程式設計.mp4
002_單元2：PBL問題定義分解與識別.mp4
003_單元3：抽象思維.mp4
004_單元1：問題定義.mp4
005_單元2：問題分解與問題識別.mp4
006_單元1：流程圖導向思維.mp4
007_單元2：Flowgorithm實作.mp4
008_第3週教材.docx
009_單元1：自然語言處理+循環神經網路.mp4
010_單元2：自然語言處理實作.mp4
011_單元3：深度學習基本概念.mp4
012_單元4：循環神經網路.mp4
013_單元5：循環神經網路實作.mp4
014_第4週教材-1-程式碼網址.docx
015_第4週教材-2-深度學習+自然語言處理檔案.pdf
016_單元1：卷積神經網路模型的基本介紹.mp4
017_單元2：卷積層的基礎概念介紹.mp4
018_單元3：池化層的基礎概念介紹.mp4
019_單元4：卷積神經網路的實例與應用.mp4
020_第5週教材.docx
021_單元1：電腦視覺OpenCV原理與實作.mp4
022_單元2：RCNN與Fast-RCNN介紹.mp4
023_單元3：SSD與YOLO演算法架構介紹.mp4
024_單元4：YOLO實作-口罩偵測.mp4
025_第6週教材.docx
026_單元1：多分類器與資料取樣平衡.mp4
027_單元2：Bagging組合分類器介紹.mp4
028_單元3：Boosting模型介紹與實作.mp4
029_單元4：Stacking模型介紹與實作.mp4
030_第7週教材.docx
031_單元1：生成式深度學習.mp4
032_單元2：生成循環網路實作-文本生成.mp4
033_單元3：生成對抗神經網路.mp4
034_單元4：生成對抗神經網路實作-圖像生成.mp4
035_第8週教材-1-程式碼網址.docx
036_第8週教材-2-生成式深度學習檔案.pdf
037_單元1：基本物件辨識理論介紹.mp4
038_單元2：經典遷移學習模型YOLO-VGG-BERT.mp4
039_單元3：遷移式學習分類與應用.mp4
040_單元4：簡單的遷移式程式設計.mp4
041_第9週教材.docx
影片介紹:
【課程簡介】
開課學校/機構:東海大學
課程發展年度:2023
課程類別:資訊工程_電腦
本課程將帶領學員學習關於AI的所需知識，帶領學員從數據的收集，數據的整理，機器學習與深度學習的認識與理解，到最後能夠自己針對議題設計出解決問題的AI人工智慧方案，以此課程設計期望訓練出能力與知識全面的AI人才。
【先備能力】
本課程無需先備能力，歡迎所有對程式語言有興趣的學習者修習。
【學習目標】
本課程透過課程講述與實作練習，希望學生達成幾點目標： 1. 學習基礎的深度學習程式撰寫，掌握如模型建立、損失函數、優化方法等核心概念。 2. 學習計算思維，進而發展將各種問題程式化，並有效解決的能力。 理解人工智慧的基本概念與技巧，運用於自身專業領域，把AI作為解決該領域問題的一種工具。
【授課教師】
楊朝棟
任職單位
東海大學 計算機中心主任/圖書館館長/資訊工程學系 終身特聘教授
簡述
學歷：
國立交通大學 資訊科學研究所 博士
現職：
東海大學 計算機中心主任
東海大學 圖書館館長
東海大學 資訊工程學系 終身特聘教授課程內容:
001_單元1：運算思維與程式設計.mp4
002_單元2：PBL問題定義分解與識別.mp4
003_單元3：抽象思維.mp4
004_單元1：問題定義.mp4
005_單元2：問題分解與問題識別.mp4
006_單元1：流程圖導向思維.mp4
007_單元2：Flowgorithm實作.mp4
008_第3週教材.docx
009_單元1：自然語言處理+循環神經網路.mp4
010_單元2：自然語言處理實作.mp4
011_單元3：深度學習基本概念.mp4
012_單元4：循環神經網路.mp4
013_單元5：循環神經網路實作.mp4
014_第4週教材-1-程式碼網址.docx
015_第4週教材-2-深度學習+自然語言處理檔案.pdf
016_單元1：卷積神經網路模型的基本介紹.mp4
017_單元2：卷積層的基礎概念介紹.mp4
018_單元3：池化層的基礎概念介紹.mp4
019_單元4：卷積神經網路的實例與應用.mp4
020_第5週教材.docx
021_單元1：電腦視覺OpenCV原理與實作.mp4
022_單元2：RCNN與Fast-RCNN介紹.mp4
023_單元3：SSD與YOLO演算法架構介紹.mp4
024_單元4：YOLO實作-口罩偵測.mp4
025_第6週教材.docx
026_單元1：多分類器與資料取樣平衡.mp4
027_單元2：Bagging組合分類器介紹.mp4
028_單元3：Boosting模型介紹與實作.mp4
029_單元4：Stacking模型介紹與實作.mp4
030_第7週教材.docx
031_單元1：生成式深度學習.mp4
032_單元2：生成循環網路實作-文本生成.mp4
033_單元3：生成對抗神經網路.mp4
034_單元4：生成對抗神經網路實作-圖像生成.mp4
035_第8週教材-1-程式碼網址.docx
036_第8週教材-2-生成式深度學習檔案.pdf
037_單元1：基本物件辨識理論介紹.mp4
038_單元2：經典遷移學習模型YOLO-VGG-BERT.mp4
039_單元3：遷移式學習分類與應用.mp4
040_單元4：簡單的遷移式程式設計.mp4
041_第9週教材.docx
影片介紹: