東吳大學教師授課計劃表

檔案產生時間：2022/3/4 下午 07:51:11
本表如有異動，於4小時內自動更新
一、課程基本資料 Course Information
科目名稱 Course Title：
(中文)深度學習與應用微學分
(英文)DEEP LEARNING:FUNDAMENTALS AND APPLICATIONS		 開課學期 Semester：110學年度第2學期
開課班級 Class：數碩一
授課教師 Instructor：葉麗娜 YEH, LINA
科目代碼 Course Code：MMA61701 單全學期 Semester/Year：單 分組組別 Section：微學分
人數限制 Class Size：35 必選修別 Required/Elective：選 學分數 Credit(s)：1
星期節次 Day/Session： 六234　 前次異動時間 Time Last Edited：111年01月01日03時41分
數學系(碩士班)基本能力指標 Basic Ability Index
編號
Code		 指標名稱
Basic Ability Index		 本科目對應之指標
Correspondent Index		 達成該項基本能力之考評方式
Methods Of Evaluating This Ability
1獨立思考與創新的能力
Capability of independent thinking and innovation.		●》出缺席狀況
》課堂討論與表現
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
》實作(含分組演練/合作等)
2處理符號的能力
Ability to handle mathematical symbols .		●》出缺席狀況
》課堂討論與表現
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
》實作(含分組演練/合作等)
3俯視數學結構的能力
Ability to figure out mathematical structure .		●》出缺席狀況
》課堂討論與表現
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
》實作(含分組演練/合作等)
4運用數學工具的能力
Ability to use mathematical tools .		●》出缺席狀況
》課堂討論與表現
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
》實作(含分組演練/合作等)
5研讀及搜尋數學文獻的能力
Ability of advanced study and searching for mathematical literatures .		●》出缺席狀況
》課堂討論與表現
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
》實作(含分組演練/合作等)
6討論表達的能力
Capability of discussion and explanation.		●》出缺席狀況
》課堂討論與表現
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
》實作(含分組演練/合作等)
7數學寫作能力
Mathematical writing skills .		●》出缺席狀況
》課堂討論與表現
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
》實作(含分組演練/合作等)
8提出問題與解決問題的能力
Ability of questioning and solving problems.		●》出缺席狀況
》課堂討論與表現
》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式)
》作業成績
》實作(含分組演練/合作等)
二、指定教科書及參考資料 Textbooks and Reference
(請修課同學遵守智慧財產權，不得非法影印)
●指定教科書 Required Texts
Deep Learning/Ian Goodfellow,Yoshua Bengio,Aaron Courville,ISBN：0262035618,The MIT Press
●參考書資料暨網路資源 Reference Books and Online Resources
TensorFlow+Keras深度學習人工智慧實務應用/作者：林大貴，ISBN：9789864342167，出版社：博碩
三、教學目標 Objectives
本科目延續「機器學習與應用」的課程，讓學生進一步學習更深入高效能的技術「深度學習」，深度學習是人工智能(AI)中最受歡迎的技術領域之一。在本課程中，學生將學習深度學習的基本組成和結構，了解如何構建和實現深度神經網絡應用程序，並學習如何引領成功深度學習真實世界的AI計劃。
本課程邀請業師授課，讓學生對產業界的現況有初步瞭解。
Deep Learning is one of the most sought technical fields in AI. In this course, students will learn the fundamental components and architecture of Deep Learning, understand how to build and implement deep neural networks applications, and learn how to lead successful deep learning real world AI projects.
四、課程內容 Course Description
●整體敘述 Overall Description
本科目是微學分(1學分)課程在週六上課,預計授課日期與時間為:開學後第4週開始,第4週與5週每週星期六上午9:10-12:00下午1:10至5:00,第7週下午時段學生報告,在數學系計算科學實驗室(學生電腦教室)上課.
課程內容包括:
1. 介紹神經網路模型包含：多層(Layers)、 損失函數(loss)和最佳化函數(Optimizer)，學生將學習除了輸入層和輸出層外，常用的中間層：卷積層 (Conv2D)、拋棄層 (Dropout)、 池化層( MaxPooling2D)、平坦層(Flatten)與Dense(全連接層 Fully Connected)等，在定義損失的情況下，考量適當的優化器演算法，如，隨機梯度(SGD)、 可調整學習率(RMSprop)與Adam演算法等。
2. 介紹一般深度學習的模型：卷積神經網路(CNN)、 循環神經網路 (RNN)、長短期記憶(LSTM)、自動編碼(AutoEncoder AE)、生成對抗網絡（Generative Adversarial Networks GANs）以及獎勵式學習(Reinforcement Learning RL)。
3. TensorFlow API將用於演示概念和實現實務應用問題。學生將學習TensorFlow+Keras，以完成建立以及訓練深度學習的模型在實務應用上，例如：圖像識別、物件(場景)識別、異常偵測等。
●分週敘述 Weekly Schedule
週次 Wk 日期 Date 課程內容 Content 備註 Note

1

 2/26  　

2

 3/5  　

3

 3/12    　

4

 3/19 上午2-4節與下午5-8節上課 說明授課計畫表 連續兩週授課

5

 3/26 上午2-4節與下午5-8節上課 繳交作業

6

 4/2   準備寫報告

7

 4/9 下午5-8節 學生上台報告  　

8

 4/16    　

9

 4/23    　

10

 4/30  　

11

 5/7    　

12

 5/14    　

13

 5/21    　

14

 5/28    　

15

 6/4    　

16

 6/11    　

17

 6/18    　

18

 6/25    　
五、考評及成績核算方式 Grading
配分項目 Items 次數 Times 配分比率 Percentage 配分標準說明 Grading Description
出席 25%出席與課堂表現(包含實作練習)
期末報告150% 
分組作業125% 
配分比率加總 100%  
六、授課教師課業輔導時間和聯絡方式 Office Hours And Contact Info
●課業輔導時間 Office Hour
星期二7,8節, 星期三3,4節
或同學預約其他時間
●聯絡方式 Contact Info
研究室地點 Office：第一教研大樓R0716 EMAIL：linayeh@scu.edu.tw
聯絡電話 Tel： 其他 Others：
七、教學助理聯絡方式 TA’s Contact Info
教學助理姓名 Name 連絡電話 Tel EMAIL 其他 Others
八、建議先修課程 Suggested Prerequisite Course
數學系機器學習與應用, 人工智慧應用實務(一)
九、課程其他要求 Other Requirements
微積分、線性代數、統計與程式語言
十、學校教材上網、數位學習平台及教師個人網址 University’s Web Portal And Teacher's Website
學校教材上網網址 University’s Teaching Material Portal：
東吳大學Moodle數位平台：http://isee.scu.edu.tw
學校數位學習平台 University’s Digital Learning Platform：
☑東吳大學Moodle數位平台：http://isee.scu.edu.tw
☑東吳大學Tronclass行動數位平台：https://tronclass.scu.edu.tw
教師個人網址 Teacher's Website：http://myweb.scu.edu.tw/~linayeh/homepg/yeh110/Yeh.htm
其他 Others：
十一、計畫表公布後異動說明 Changes Made After Posting Syllabus
若有異動課堂上說明