AI DREAMER: 中小學人工智慧教育種子教師培訓

Table of Contents

Hits

1. 研習相關資訊

  • 系列研習: 和AI做朋友-實作培訓
  • 時間：
    1. 113年11月21日 09:00 ~ 16:00
    2. 113年11月28日 09:00 ~ 16:00
  • 台南大學府城校區

1.1. 課表

11月21日 內容 講師 11月28日 內容 講師
9:00-12:00 資料預處理 顏永進 9:00-12:00 非監督式學習 顏永進
  Streamlit     強化學習(簡介)  
        深度學習#1  
13:00-16:00 監督式學習 顏永進 13:00-16:00 深度學習#2 顏永進
        卷積神經網路  
        實作專題所需技能  

1.2. 前置作業

1.2.1. 參加工作坊教師請先完成基本能力調查(需登入Gmail)

1.2.2. 個人筆電需安裝軟體

1.2.4. 待用網站

2. 11/21課程內容

2.1. 資料預處理(09:00-12:00)

  • 對應教材:
    • 第二章 背景知識
    • 第五章 監督式學習

2.1.1. 套件簡介

  • [教材]Numpy
  • [教材]Matplotlib
  • [教材]Pandas
  • [教材]Streamlit

2.1.2. 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

2.2. 監督式學習(13:00-16:00)

  • 對應教材:
    • 第五章 監督式學習

2.2.1. 分類

  • [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

2.2.2. 迴歸

  • [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

3. 11/28課程內容

3.1. 非監督式、強化學習(0900-12:00)

3.1.1. 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

3.1.2. 增強式學習

3.2. 深度學習與卷積神經網路(13:00-16:00)

  • 對應教材
    • 第八章 深度學習

3.2.1. 神經網路

  • [教材]感知器
  • [實作練習]感知器

3.2.2. 深度學習

  • [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

3.2.3. CNN

  • [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

3.3. 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

Author: Yung-Chin Yen

Created: 2024-11-18 Mon 21:28