2 項進行中

115-1 選課時程

進行中

  • 初選第一階段 6/15 – 6/18
  • 初選第二階段 6/22 – 6/25
  • 校際選修 進行中 8/24 – 9/18
  • 初選第三階段 8/31 – 9/3
  • 開學後加退選 進行中 9/7 – 9/21
  • 逾期加退選 9/21 – 9/24
選課資源

加入行事曆

選擇訂閱 Google Calendar,或下載通用的 ICS 檔案。

使用 Google Calendar 時,Google 會收到這份課表的公開連結。

深度學習

Deep Learning

學期
111-2
學分
0 學分
當期課號
539100
永久課號
IIAI30004
開課單位
智能系統研究所
授課教師
廖元甫
校區
光復
類別
選修
上課時間表
週二
2
09:00–09:50
深度學習
EDB06(光復)
3 節連堂
3
10:10–11:00
4
11:10–12:00

* 根據陽明交大上課時間表所列

概述

深度學習為機器學習的進階課程,除將review機器學習的基礎演算法、理論及工具。並將進一步針對特定主題(例如語音信號處理,自然語言處理,影像訊號處理,音訊訊號處理等),深入探討先進的類神經網路模型(例如transformer,BERT等),與進階的訓練演算法(例如self-supervised learning),尤其是討論目前State-of-the-Art(SOTA)技術。最後課程並將針對定主題,以SOTA為目標,進行深度學習實戰競賽(例如Kaggle InClass Competition)。

先修科目

具備程式能力,尤其是python語言 熟習Linux作業系統與與shell script使用方式

備註

無備註

教學方式

TensorFlow:https://www.tensorflow.org PyTorch:https://pytorch.org 課外自習參考資料:https://speech.ee.ntu.edu.tw/~hylee/ml

評分方式

線上InClass Kaggle競賽(https://www.kaggle.com/)至少三次(包含繳交Github程式,競賽報告與上台報告方法與心得)100%

課程大綱

教師未提供此項資料

週次計畫
週次主題
第 1 週

Course Overview

2023-02-14(二)
第 2 週

Introduction to Multi-Modal Foundation Models

2023-02-21(二)
第 3 週

228 國定假日

2023-02-28(二)
第 4 週

Introduction to Deep Learning (1/3) * DNN * CNN * Kaggle競賽 #1

2023-03-07(二)
第 5 週

Introduction to Deep Learning (2/3) * RNN/LSTM * ResNet

2023-03-14(二)
第 6 週

Introduction to Deep Learning (3/3) * Sequence-to-Sequence Model * AutoEncoder * Transformer

2023-03-21(二)
第 7 週

停課/411補課

2023-03-28(二)
第 8 週

404 國定假日

2023-04-04(二)
第 9 週

Self-Supervised learning (1/4) * Speech - Wav2Vec * Kaggle競賽 #2

2023-04-11(二)
第 10 週

Self-Supervised learning (2/4) * Speech - HuBERT

2023-04-18(二)
第 11 週

Self-Supervised learning (3/4) * Text - BERT

2023-04-25(二)
第 12 週

Self-Supervised learning (4/4) * Text - T5

2023-05-02(二)
第 13 週

generative AI (1/3)

2023-05-09(二)
第 14 週

generative AI (2/3)

2023-05-16(二)
第 15 週

generative AI (3/3)

2023-05-23(二)
第 16 週

期末考週,暫停一次

2023-05-30(二)
第 17 週

2023-06-06(二)
第 18 週

2023-06-13(二)
教科書

自編講義

Office Hours
地點
教師未提供此項資料
時間
教師未提供此項資料
聯絡方式
教師未提供此項資料