課程目標
「機器學習」課程為人工智慧的相關課程，此課程將介紹機器學習的基礎概念，如:監督式學習、與非監督學習的相關技術，並透過實例介紹機器學習基礎的核心概念與應用。課程介紹人工智慧與機器學習基本概念，當學生具備有基本機器學習基礎後，再介紹類神經網路及深度學習之間的關係，包含如何訓練及優化類神經網路(Neural Network)、深度神經網路(Deep Neural Network)與卷積神經網路(Convolutional Neural Network)等深度學習模型，最後介紹強化學習。
課程特色
★ 實作課程：
本課程中規劃數個實作單元，透過TensorFlow/Keras所提供的套件讓學生於高速GPU伺服器進行機器學習與深度學習模型的實作。
★ 業師參與課程：
本課程引進二次業師參與課程，每次參與時間為三小時。透過業師的授課與業師的實務經驗分享，學生可以了解機器學習如何實際的使用並讓同學們更加了解產業界目前機器學習相關技術的發展與應用狀況。
★ 線上教材應用：
透過Moocs線上教材實現教材資源共享，透過線上教材豐富專業且有趣的深度學習應用課程，可以提供線上與實際課堂實作的學習模式，讓學習能夠遠離抽象並達到實際製作的目標。
課程成果
★ 透過教師配合課程模組的授課方式，學生可了解到基本機器學習概念，機器學習理論、機器學習與深度學習模型的原理及應用等專業知識。
★ 實驗過程以TensorFlow/Keras所提供的套件配合高速NVIDIA 2080或NVIDIA 3090等高速伺服器，可讓學生實際實線深度學習模型從訓練模型、修改模型與調整模型參數與最後驗證模型的整體過程。
