日期
|
時間
|
課程大綱
|
7/1
|
09:00-12:00
|
人工智慧發展：(1)人工智慧的定義 (2)AI技術 (3)機器學習概論
|
13:30-16:30
|
AI應用系統建置三部曲：(1)資料收集 (2)模型訓練 (3)模型評估
|
7/8
|
09:00-12:00
|
人工智慧對社會經濟的影響：(1)智慧醫療 (2)行銷決策 (3)Chat GPT
|
13:30-16:30
|
訊號、資料與資訊：(1)Training Data Set (2)TESTING Data Set (3)機率分布實作(Python)
|
7/15
|
09:00-12:00
|
數據為AI之基礎：(1)一維訊號 (2)二維訊號 (3)特徵值
|
13:30-16:30
|
期中考 (筆試)
|
7/22
|
09:00-12:00
|
回歸分析、線性模型與非線性模型：(1) 線性迴歸推導 (2) Python之線性迴歸模型
|
13:30-16:30
|
決策樹實務應用：(1) 類神經架構 (2) Python之ANN模型 (3) 決策樹預測消費者行為案例
|
7/29
|
09:00-12:00
|
類神經網路實務應用：(1)嫡、資訊增益 (2) Python之DT模型
|
13:30-16:30
|
SVM分類演算法應用：(1)召回率 (2)精準度 (3)AUC
|
8/5
|
09:00-12:00
|
AI模型效能評估：(1)SVM原理 (2) SVM Python實作
|
13:30-16:30
|
期末考 (筆試)
|
