AI|

|

深度學習課程正在準備中，將於近期正式上線，敬請期待完整內容發布！

詳細課程內容:

你對深度學習與人工智慧的核心技術感興趣嗎？本課程將帶你從基礎神經網路概念開始，循序漸進學習深度學習的完整流程，包含反向傳播、損失函數與優化方法，並逐步掌握 CNN、ResNet、RNN、LSTM、GRU 以及 BERT、GPT、Transformer、DALL-E、GAN、VAE、Diffusion 等主流模型架構，理解其在影像辨識、自然語言處理與生成式 AI 中的應用。

課程同時強調實作導向，使用 Python 與主流深度學習框架（TensorFlow），帶你完成資料前處理、模型建構、訓練調參與效能評估等完整流程。

課程設計 7 個實作 Lab，包含車牌辨識系統、對抗樣本生成、風格轉移、序列資料處理等等，幫助你從零到一建立深度學習實戰能力。無論你是剛入門或想進一步強化 AI 技能，都能在這門課中打下堅實的深度學習基礎，現在就加入我們，開啟你的 AI 深度學習之旅吧！

完成這堂課之後，你能:
  1. 理解深度學習的核心理論與運作機制，掌握神經網路如何學習資料中的特徵與模式。
  2. 熟悉人工神經網路、卷積神經網路、循環神經網路、Transformer、GAN、VAE、Diffusion 等主流深度學習架構及其應用場景。
  3. 完成多個實作 Lab，涵蓋影像分類、電腦視覺與序列資料分析等真實應用案例。
  4. 掌握模型優化技巧，包括 Dropout、Batch Normalization、Learning Rate Scheduling 等重要方法。
  5. 了解深度學習模型的訓練流程、模型調參策略與深度學習專案開發流程，提升實務能力。

這堂課是設計給:
  1. 已具備 Python 與機器學習基礎，想進一步學習深度學習的學習者
  2. 對人工智慧、電腦視覺或自然語言處理有興趣的學生與工程師
  3. 想建立深度學習實戰能力，提升研究、專題或職場競爭力的人員