臺灣全民學習平台 深度類神經計算及應用 講師:游寶達 影音教學 中文發音(DVD版) 臺灣全民學習平台深度類神經計算及應用講師:游寶達影音教學中文發音(DVD版)內容說明: 類神經網路(neuralnetwork)是模擬人工智慧最基礎的學術領域，有其領域的理論、應用等之豐富度。 本課程選取類神經網路的核心內容，以supervisedlearning為主要內容，論述backpropagation的架構，再引述deeplearning的implementtools，讓其neuralcomputation具有deepperformanceandapplications之效能。 課程目標 1.瞭解neuron的計算模型 2.瞭解複雜neuralsystem及computation的呈現及計算方式 3.學習learningalgorithm的設計、應用、分析等技術 4.學會著名的backpropagation演算法 5.學會Keras及TensorFlow的AIimplementation方法及技 6.學會影像處理的deepcomputation應用問題 授課教師 遊寶達老師教師簡介遊寶達教授現任國立中正大學資工系教授，專長於智慧系統設計；加上曾任中正大學圖書館館長，數位學習中心主任、清江學習中心主任，長期研究與經營數位學習，並推動數位教材與課程認證。專長為智慧型系統設計、智慧型網路、ICAL、非線性系統、e-Learning、電腦輔助教學課程內容: 00_教材 001_1.1NeuralStructure.pdf 002_1.2AdaptiveLinearNeuron.pdf 003_1.3TheFundamentalNeuralNetwork.pdf 004_1.4OneLayerNeuralNetwork.pdf 005_1.5MultipleLayersNeuralNetwork.pdf 006_Hw01_Question.doc 007_2.1TheConceptofPerceptron.pdf 008_2.2TheLinearSeparableProblem.pdf 009_2.3TheORSeparableProblem.pdf 010_2.4ThePerceptronLearningAlgorithm.pdf 011_Hw02_Question.doc 012_3.1TaylorExpansion.pdf 013_3.2PerformanceFunctions.pdf 014_3.3SteepestDescentApproach.pdf 015_3.4ConvergentLearning.pdf 016_Hw03_Question.doc 017_4.1TheExperimentalArchitecture-ADALINE.pdf 018_4.2MSEPerformanceFunction.pdf 019_4.3ApproximateSteepestDescent.pdf 020_4.4MSELearningAlgorithm.pdf 021_4.5ExperimentalTesting.pdf 022_Hw04_Question.doc 023_5.1TheMulti-LayerArchitectureforBackpropagationLearning.pdf 024_5.2TheBackpropagationLearningAlgorithm.pdf 025_5.3TheExperimentalArchitecture–2-3-2.pdf 026_Hw05_Question.doc 027_5.4TheApplicationofFunctionApproximation.pdf 028_Hw06_Question.doc 029_6.1StartingtoInstallPython.pdf 030_6.2LearningData.pdf 031_6.3LMSLearningPractice.pdf 032_mnistmse.py 033_Hw07_Question.doc 034_6.4BackpropagationLearningPractice.pdf 035_mnistmseback.py 036_Hw08_Question.doc 037_7.1BasicConceptofConvolutionNeuralNetwork.pdf 038_7.2ConvolutioanlOperation.pdf 039_7.3ReLUOperation.pdf 040_7.4PoolingOperation.pdf 041_7.5PercetronOperation.pdf 042_Hw09_Question.doc 043_8.1BasicConceptofRecurrenceNeuralNetwork.pdf 044_8.2BasicRNNLearningAlgorithm.pdf 045_8.3MoreConceptofRNNLearningAlgorithm.pdf 046_8.4LongShort-TermMemoryRNN.pdf 047_Hw10_Question.doc 048_[2020][簡報]TensorFlow與卷積神經網路模型(CNN).pdf 049_[2020][簡報]TensorFlow與長短期記憶模型(LSTM).pdf 050_LSTNConverData.py 051_TFBPModel.text 052_international-airline-passengers.csv 01_IntroductionofNeuralArchitecture類神經架構簡介10月13日-10月19日 001_1.1NeuralStructure.mp4 002_1.2AdaptiveLinearNeuron.mp4 003_1.3TheFundamentalNeuralNetwork.mp4 004_1.4OneLayerNeuralNetwork.mp4 005_1.5MultipleLayersNeuralNetwork.mp4 02_DesignaPerceptronLearningAlgorithm設計感知學習演算法10月20日-10月26日 006_2.1TheConceptofPerceptron.mp4 007_2.2TheLinearSeparableProblem.mp4 008_2.3TheORSeparableProblem.mp4 009_2.4ThePerceptronLearningAlgorithm.mp4 03_TheSteepestDescentLearningAlgorithm最速下降學習算法10月27日-11月2日 010_3.1TaylorExpansion.mp4 011_3.2PerformanceFunctions.mp4 012_3.3SteepestDescentApproach.mp4 013_3.4ConvergentLearning.mp4 04_LMSLearningAlgorithm最小均方學習算法11月3日-11月9日 014_4.1TheExperimentalArchitecture-ADALINE.mp4 015_4.2MSEPerformanceFunction.mp4 016_4.3ApproximateSteepestDescent.mp4 017_4.4LMSLearningAlgorithm.mp4 018_4.5ExperimentalTesting.mp4 05_LearningAlgorithmofMultipleLayers多層網路學習演算法(1)11月10日-11月16日 019_5.1TheMultiLayerArchitectureforBackpropagationLearning.mp4 020_5.2TheBackpropagationLearningAlgorithm.mp4 021_5.3TheExperimentalArchitecture–2-3-2.mp4 06_LearningAlgorithmofMultipleLayers多層網路學習演算法(2)11月17日-11月23日 022_5.4TheApplicationofFunctionApproximation.mp4 07_LearningPractices學習演算法實例分析(1)11月24日-11月30日 023_6.1StartingtoInstallPython.mp4 024_6.2LearningData.mp4 025_6.3LMSLearningPractice.mp4 08_LearningPractices學習演算法實例分析(2)12月1日-12月7日 026_6.4BackpropagationLearningPractice.mp4 09_TheConvolutionalNeuralNetwork卷積神經網路12月8日-12月14日 027_7.1BasicConceptofConvolutionNeuralNetwork.mp4 028_7.2ConvolutioanlOperation.mp4 029_7.3ReLUOperation.mp4 030_7.4PoolingOperation.mp4 031_7.5PercetronOperation.mp4 10_TheRecurrenceNeuralNetwork循環神經網路12月15日-12月21日 032_8.1BasicConceptofRecurrenceNeuralNetwork.mp4 033_8.2BasicRNNLearningAlgorithm.mp4 034_8.3MoreConceptofRNNLearningAlgorithm.mp4 035_8.4LongShort-TermMemoryRNN.mp4 11_RunningTensorFlowwithApplicationsTensorFlow的應用程式執行分析(1)12月22日-12月28日 036_9.1從TensorFlow中取得MNIST資料集4K.mp4 037_9.2建立卷積神經網路模型4K.mp4 038_9.3卷積神經網路模型訓練4K.mp4 039_9.4卷積神經網路模型測驗4K.mp4 12_RunningTensorFlowwithApplicationsTensorFlow的應用程式執行分析(2)12月29日-01月4日 040_9.5LSTM資料集與讀取資料4K.mp4 041_9.6產生訓練與驗證資料4K.mp4 042_9.7長短期記憶模型建立4K.mp4 043_9.8長短期記憶模型驗證4K.mp4 相關商品:臺灣全民學習平台本草學(2023夏季班)講師:臺北醫學大學MOOCs影音教學中文發音繁體中文版(DVD版)臺灣全民學習平台現代公民的量子素養講師:陳志宇、黃琮暐影音教學中文發音繁體中文版(DVD版)臺灣全民學習平台AI2(Thefirstclassformobileappdesign)講師:顏士淨影音教學英語發音(DVD版)臺灣全民學習平台時尚經營概論(全球僑胞數位學習自學課程)講師:李沛慶、陳世晉影音教學中文發音繁體中文版(DVD版)臺灣全民學習平台動畫短片故事企劃(2023版)講師:陳世昌、楊晰勛影音教學中文發音繁體中文版(DVD版)