計算機中心

隨著AlphaGo擊敗人類最高端的圍棋職業棋士，及在Atari遊戲或各式電子遊戲上令人驚嘆的表現，深度學習(Deep Learning)在短短幾個月內就成為家喻戶曉的最新科技名詞。各大科技公司都不約而同地紛紛投入深度學習的研究，並在短短的時間內將相關的研究成果應用在各項產品上。最近一波機器學習(Machine learning)和深度學習的發展，除了在資料分析和資料科學上的應用，更帶動了沉寂了一段時間的人工智慧應用的發展，也成為當代人工智慧最重要的核心技術。

而深度學習也可視為機器學習的一個分支，在研究和開發上有許多觀念和工具是相似的，甚至是一脈相傳的。在使用深度學習來研究開發之前，了解機器學習的原理和技巧也會對深度學習的研究開發有很大的幫助，也可以作為深度學習成果的比較基礎(Baseline)。

在實務上，傳統機器學習也常有令人眼睛為之一亮的地方。因為傳統機器學習可以直接與領域知識(Domain Knowledge)連結，對計算資源的需求也比較沒有限制，各種演算法和套件的發展也已非常成熟，因此在許多有特殊限制的使用時機中，傳統機器學習還是資料科學家的有力幫手。要使用機器學習和深度學習解決各種問題，最重要的事情就是要能評估(Evaluate)一個機器學習或深度學習模型(Model)的好壞，才能針對模型不足之處改善和加強、並選擇出最佳的模型。

本次課程將帶大家從傳統機器學習的原理出發，認識機器學習和深度學習，並介紹機器學習的評估方式。再經由機器學習和深度學習的常用程式套件介紹和python程式的實機操作，能更輕易的將機器學習跟深度學習應用到各種不同的研究和開發領域上。包括python程式和機器學習和深度學習套件的實機操作，以實作方式來認識與了解機器學習和深度學習。

在本課程中預計可以學習到機器學習和深度學習的套件使用、程式撰寫、和實務上的應用技巧，另外也會了解深度學習常見的硬體加速，和怎麼在計中的高效能運算環境使用機器學習和深度學習。