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)


商品編號：	DTW1135

商品名稱：	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)

語系版本：	中文發音

運行平台：	官方原版畫質MP4檔,沒有任何平台限制,終身使用

更新日期：	2023-12-10

光碟片數：	1片DVD光碟

銷售價格：	$150元

熱門標籤：	臺灣全民學習平台深度類神經計算及應用游寶達

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(neural network)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supervised learning為主要內容，論述backpropagation的架構，再引述deep learning的implement tools，讓其neural computation具有deep performance and applications之效能。

課程目標
1. 瞭解neuron的計算模型
2. 瞭解複雜neural system及computation的呈現及計算方式
3. 學習learning algorithm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AI implementation方法及技
6. 學會影像處理的deep computation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

影片介紹:

課程內容:

00_教材
001_1.1 Neural Structure.pdf
002_1.2 Adaptive Linear Neuron.pdf
003_1.3 The Fundamental Neural Network.pdf
004_1.4 One Layer Neural Network.pdf
005_1.5 Multiple Layers Neural Network.pdf
006_Hw01_Question.doc
007_2.1 The Concept of Perceptron.pdf
008_2.2 The Linear Separable Problem.pdf
009_2.3 The OR Separable Problem.pdf
010_2.4 The Perceptron Learning Algorithm.pdf
011_Hw02_Question.doc
012_3.1 Taylor Expansion.pdf
013_3.2 Performance Functions.pdf
014_3.3 Steepest Descent Approach.pdf
015_3.4 Convergent Learning.pdf
016_Hw03_Question.doc
017_4.1 The Experimental Architecture - ADALINE.pdf
018_4.2 MSE Performance Function.pdf
019_4.3 Approximate Steepest Descent.pdf
020_4.4 MSE Learning Algorithm.pdf
021_4.5 Experimental Testing.pdf
022_Hw04_Question.doc
023_5.1 The Multi-Layer Architecture for Backpropagation Learning.pdf
024_5.2 The Backpropagation Learning Algorithm.pdf
025_5.3 The Experimental Architecture – 2-3-2.pdf
026_Hw05_Question.doc
027_5.4 The Application of Function Approximation.pdf
028_Hw06_Question.doc
029_6.1 Starting to Install Python.pdf
030_6.2 Learning Data.pdf
031_6.3 LMS Learning Practice.pdf
032_mnist mse.py
033_Hw07_Question.doc
034_6.4 Backpropagation Learning Practice.pdf
035_mnist mse back.py
036_Hw08_Question.doc
037_7.1 Basic Concept of Convolution Neural Network.pdf
038_7.2 Convolutioanl Operation.pdf
039_7.3 ReLU Operation.pdf
040_7.4 Pooling Operation.pdf
041_7.5 Percetron Operation.pdf
042_Hw09_Question.doc
043_8.1 Basic Concept of Recurrence Neural Network.pdf
044_8.2 Basic RNN Learning Algorithm.pdf
045_8.3 More Concept of RNN Learning Algorithm.pdf
046_8.4 Long Short-Term Memory RNN .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_LSTN ConverData.py
051_TF BP Model.text
052_international-airline-passengers.csv

01_Introduction of Neural Architecture 類神經架構簡介 10月 13日 - 10月 19日
001_1.1 Neural Structure.mp4
002_1.2 Adaptive Linear Neuron.mp4
003_1.3 The Fundamental Neural Network.mp4
004_1.4 One Layer Neural Network.mp4
005_1.5 Multiple Layers Neural Network.mp4

02_Design a Perceptron Learning Algorithm 設計感知學習演算法 10月 20日 - 10月 26日
006_2.1 The Concept of Perceptron.mp4
007_2.2 The Linear Separable Problem.mp4
008_2.3 The OR Separable Problem .mp4
009_2.4 The Perceptron Learning Algorithm.mp4

03_The Steepest Descent Learning Algorithm 最速下降學習算法 10月 27日 - 11月 2日
010_3.1 Taylor Expansion.mp4
011_3.2 Performance Functions.mp4
012_3.3 Steepest Descent Approach.mp4
013_3.4 Convergent Learning.mp4

04_LMS Learning Algorithm最小均方學習算法 11月 3日 - 11月 9日
014_4.1 The Experimental Architecture - ADALINE.mp4
015_4.2 MSE Performance Function.mp4
016_4.3 Approximate Steepest Descent.mp4
017_4.4 LMS Learning Algorithm.mp4
018_4.5 Experimental Testing.mp4

05_Learning Algorithm of Multiple Layers 多層網路學習演算法 (1) 11月 10日 - 11月 16日
019_5.1 The Multi Layer Architecture for Backpropagation Learning.mp4
020_5.2 The Backpropagation Learning Algorithm.mp4
021_5.3 The Experimental Architecture – 2-3-2.mp4

06_Learning Algorithm of Multiple Layers 多層網路學習演算法 (2) 11月 17日 - 11月 23日
022_5.4 The Application of Function Approximation.mp4

07_Learning Practices 學習演算法實例分析 (1) 11月 24日 - 11月 30日
023_6.1 Starting to Install Python.mp4
024_6.2 Learning Data.mp4
025_6.3 LMS Learning Practice.mp4

08_Learning Practices 學習演算法實例分析 (2) 12月 1日 - 12月 7日
026_6.4 Backpropagation Learning Practice.mp4

09_The Convolutional Neural Network 卷積神經網路 12月 8日 - 12月 14日
027_7.1 Basic Concept of Convolution Neural Network.mp4
028_7.2 Convolutioanl Operation.mp4
029_7.3 ReLU Operation.mp4
030_7.4 Pooling Operation.mp4
031_7.5 Percetron Operation.mp4

10_The Recurrence Neural Network 循環神經網路 12月 15日 - 12月 21日
032_8.1 Basic Concept of Recurrence Neural Network.mp4
033_8.2 Basic RNN Learning Algorithm.mp4
034_8.3 More Concept of RNN Learning Algorithm.mp4
035_8.4 Long Short-Term Memory RNN.mp4

11_Running TensorFlow with Applications TensorFlow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_Running TensorFlow with Applications TensorFlow的應用程式執行分析 (2) 12月 29日 - 01月 4日
040_9.5 LSTM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

臺灣全民學習平台虛擬實境與語言學習(2022秋季班) 講師:楊茂村、施雅純、JasonGrenier 吳仙風影音教學中文發音(DVD版)

臺灣全民學習平台離散數學-關係篇講師:游寶達影音教學中文發音繁體中文版(DVD版)

臺灣全民學習平台富氏分析(2023春季班) 講師:萬欽德影音教學中文發音(DVD版)

臺灣全民學習平台生物化學IV-含氮分子代謝(2023) 講師:李惠春影音教學中文發音(DVD版)

臺灣全民學習平台有邊讀邊學『生物英文』(2023春季班) 講師:葉綠舒影音教學中文發音(DVD版)

臺灣全民學習平台離散數學-函數與基數篇講師:游寶達影音教學中文發音繁體中文版(DVD版)

站內搜索

請輸入軟體名稱或編號

購物車

熱門關鍵字

MOOCs		李惠春
林惠茹		陳鏗任
黃緒文		翻轉學習力
胡詠翔		陳世昌
楊晰勛		蔡志偉
劉威德		印是要尼說
吳羽芊		周成功
邱奕儒		陳文盛
郭昶志		鄒忠毅
賴尚志		HueiRuLin
3D就上手		分子生物學
尤仁音		王彙喬
王鶴巘		用Python
李孝慈		李俊逸
吳相儀		林大惠