本課程將以觀念和實作並行，學員藉由Python package實作機器學習演算法，由淺入深地實作各種不同機器學習的專案並學習如何將深度學習的演算法應用到自然語言處理，從而實現具有語言處理功能的人工智慧應用系統，包含理解word2vec、詞嵌入 (word embeddings) 等等之自然語言概念，並且透過實作將此概念結合深度學習實現文章分析。
課程大綱
Ch1 - 機器學習導論
Ch2 - Scikit-Learn機器學習相關應用
課程內容
- 介紹Scikit-learn套件
- 利用Scikit-learng套件建立監督式 以及非監督是方法之分類器
課程內容
- 介紹資料標準化(Standardization), 資料清理(Data Cleaning), 補值等等資料前處理概念
Ch3 - 深度學習導論
Ch4 - 卷積神經網路 (CNN)的概念介紹與應用
課程內容
- 介紹CNN的網路架構
- 利用CNN建立圖像辨識分類器
- 使用keras建立CNN架構
課程內容
- 介紹RNN的網路架構
- 利用RNN建立文章分類器
- 使用keras建立RNN架構
Ch5 - Tensorflow/keras深度學習程式語言設計
Ch6 - YOLO即時物件偵測
Ch7 - 課程實作
實作內容
- 深度學習程式語言應用
（包含Function， Dictionary，檔案操作等） - 影像分析應用
- Tensorflow/keras應用
實作內容
- Sklearn package實作
（包含分類、分群等演算法） - YOLO即時物件偵測
- 深度學習程式語言應用
