- 細說深度學習的因由、細節、應用、未來，其中細推學習演算法的公式，有助於高中生都可以理解本課程(目前線上課程大都直接display出公式，不易被剛入門的學生所接受)，並配合Python的程式演繹，引發學生對程式設計的興趣。主要以PPT細說公式，再配合Python程式印證一遍，以加強學生的學習動力及內涵，同時老師將利用去背的功能，隨時與教材互動，以產生teacher-led的教學效果。
- 化繁為簡的課程內容，以圖文並茂的方式重新設計多種的學習模式，讓有興趣的學生可以快速瞭解學習模式的概念及細節。
- 提供Python的實驗程式碼，讓學生可以輕易操弄多種的學習模式，以輔助學生快速進入深度學習的課程內容中。
- 引導學生操作深度學習目前熱門的套裝軟體，例如CAFFE及CNTK。
- 介紹全世界深度學習的熱門議題，例如Alpha Go、Master、機器人服務等，讓學生瞭解Deep Learning是一個Hot Topic。
- 建立深度學習的基本知識，例如Supervised Learning, Unsupervised Learning, Perceptron Learning Algorithm, Performance Function, Steepest Descent, LMS Algorithm等。
- 學習Deep Learning的兩大模式：Convolution Neural Network及Recurrent Neural Network。
- 學習操作CAFFE及CNTK兩大開放套件。
- 學習如何利用CAFFE及CNTK設計深度學習的應用問題。
- 加強Python的程式設計能力。
游寶達 教授(只提供游教授部分)
- 第1週：Introduction-課程介紹
- 第2週：The Concept of Perceptron-認知概念
- 第3週：Optimal Learning-優化學習
- 第4週：LMS Learning Algorithm-最小均差學習演算法
- 第5週：The Backpropagation Algorithm-背傳導演算法
- 第6週：Convolution Neural Network-卷積神經網路
- 第7週：CNN Develop Tools-卷積神經網路開發工具
- 第8週：Recurrent Neural Network-循環神經網路
- 第9週：RNN Develop Tools RNN-開發工具
採完全線上教學
