5/13(更新)優勢領域產業多元課程成果報告
課程主題：網頁設計/優勢領域產業多元
- 課程目標：
- 認識Python基礎語法
- 簡單認識機器學習的方法和原理
- 評分方式（總分：30%）
- 小考：10%，預計兩次
- 作業：20%，預計四到五次
課程時間：
| 週一 | 週五 | 主題 | 課程內容 | 小考 | 作業 | |
| 1 | 3月14日 | 3月11日 | 基礎 Python | •Google Colab
•資料型態與變數 •條件判斷與迴圈 |
• | 作業一 |
| 2 | 3月21日 | 3月25日 | 基礎 Python | •函式
•模組與套件 •Numpy |
• | 作業二 |
| 3 | 3月28日 | 4月8日 | 機器學習 | •機器學習簡介
•神經網路介紹 •神經網路的訓練方式 |
小考1
基礎Python |
作業三 |
| 4 | 4月25日 | 4月22日 | 機器學習 | •全連結神經網路實作 – 手寫數字辨識 | • | 作業四 |
| 5 | 5月9日 | 4月29日 | 機器學習 | •卷積神經網路簡介
•卷積神經網路實作 – 手寫數字辨識 |
• | 作業五 |
| 6 | 5月23日 | 5月13日 | 機器學習 | •神經網路應用程式實作
•進階神經網路的訓練技巧 |
小考2
機器學習 |
課程地點：中原大學商學院管理201室
授課講師：王友廷、徐有齊
授課教師：林震岩
一、課程實施方式與教學特色：本課程將針對網頁設計進行介紹，主要由阿柏教育講師：徐有齊來講授，介紹基礎 Python、Google Colab、資料型態與變數、條件判斷與迴圈、函式、模組與套件、Numpy、機器學習與神經網路介紹、神經網路訓練方式。 此外，本課程預訂三次作業與小考幫助學生實際操作，使更多的學生在未來找工作時多一份專長。
二、課堂大綱3/11、3/14 課堂大綱
與學生互動的快問快答，可立即得知學生理解與否資料型態定義1.int 2.float 3.str
課堂練習1-2-6 聖誕樹程式畫圖
課堂結尾複習
3/21 、3/25 課程簡報截圖函示定義：具有特定功能的程式碼區塊Python內建函式：舉例1. Print() 2.range() 3.input()
斐波那契數:
2-1-4相反輸出整數
2-1-5 二元搜尋法
3/28 機器學習課程截圖人工智慧AI/機器學習ML
機器學習發展應用
機器學習能解決哪些問題？1.迴歸問題 2.分類問題 3. Structured Learning
機器學習三個步驟1. 設計模型架構 2. 定義好模型標準 3. 根據標準更新參數
機器學習三步驟神經網路
激勵函數
激勵函數簡介
課堂小挑戰
機器學習實戰
神經網路簡介
4/8 線上課程 機器學習入門
RESNET
上課實際操作
分類
如何訓練一個模型
神經網路
迴歸
程式教學
課堂小挑戰
機器如何找到最佳參數
三、學生作業與小考成果：
每堂課程最後會請修課同學作一份作業，並進行小考與討論，與同學交換經驗，相信本課程規劃將使同學對此議題有相當豐富的收穫。在討論中，講師可以立即解決同學的疑問，因此，學習效率提升。
4/25線上機器課程更新•全連結神經網路實作 – 手寫數字辨識
如何訓練一個模型
開始建立模型 |
