AI DREAMER: 中小學人工智慧教育種子教師培訓
Table of Contents
1. 研習相關資訊
- 系列研習: 和AI做朋友-實作培訓
- 時間: 113年7月22日 09:00 ~ 113年7月23日 14:00
- 中興大學(臺中市南區興大路145號)理學大樓8樓821教室
1.1. 課表
7月22日 | 內容 | 講師 | 7月23日 | 內容 | 講師 |
---|---|---|---|---|---|
9:00-12:00 | 從類神經網路到 | 李建樹 教授 | 9:00-12:00 | 非監督式學習 | 顏永進 老師 |
生成式AI | 強化學習 | ||||
13:00-16:00 | 資料預處理 | 顏永進 老師 | 13:00-16:00 | 深度學習 | 顏永進 老師 |
監督式學習 | 卷積神經網路 | ||||
實作專題所需技能 |
1.2. 前置作業
1.2.1. 教材、講義
1.2.2. 待用網站
- Google Colab (簡易使用教學)
- Google Classroom(繳交實作作業用,課程代碼:pfreq4i)
- ChatGPT
2. 課程內容
2.1. 資料預處理與監督式學習
- 113年7月22日 13:00 ~ 16:00
- 對應教材:
- 第二章 背景知識
- 第五章 監督式學習
- 第二章 背景知識
2.1.1. 資料預處理
- [教材]資料預處理
- [實作練習]資料預處理1
- [作業1]資料預處理
- [實作練習]資料預處理2
- [實作練習]資料間的關係
- [作業2]特徵值相似度
- [實作練習]資料擴增
2.1.2. 監督式學習
- [教材]分類
- [作業3]手刻最短距離分類器
- [VPL 3.1] Create your own classifier (最短距離分類器)
- [作業4]手刻KNN分類器
- [VPL 3.2] Create your own classifier (KNN)
- [實作練習]KNN 分類器:IRIS
- [實作練習]決策樹:IRIS
- [作業5]以決策樹進行貸款核淮分析
- [教材]迴歸
- [實作練習]迴歸: 波士頓房價
- [作業6]依據期中考成績預測期末考成績
- 機器學習SOP
2.2. 非監督式學習與強化學習
2.2.1. 非監督式學習
- [教材]非監督式學習
- [體驗]K-Means DEMO
- [實作練習]非監督: K-Means分群
- [作業7]K-Means壓縮效能研究
- [實作練習]階層式分群
- [作業8]階層式分群:客群分類
2.2.2. 增強式學習
2.3. 深度學習與卷積神經網路
- 113年7月23日 13:00 ~ 16:00
- 對應教材
- 第八章 深度學習
- 第八章 深度學習
- [教材]感知器
- [實作練習]感知器
- [實作練習]深度學習1-精簡版
- [實作練習]深度學習2-進階版
- [實作練習]深度學習3-交叉驗證版
- [教材]卷積神經網路
- [實作練習]CNN實作1
- [實作練習]CNN實作2
- [實作練習]CNN股價預測-1
- [實作練習]CNN股價預測-2
- [教材]LSTM: 時間序列的預言者
2.4. [彩蛋]實作專題所需技能
- Padlet: 學生專題的公共白板
- [教材]用自己的資料訓練模型
- [實作練習]模型的儲存與載入
- [教材]如何佈署模型