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)