×
switch account
政大開放式課程影音網
關於我們
課程選單
知識中心
文學院
Log in
English
繁體
简体
Regular
Medium
Large
Index
00:00
1.
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-4-3-3 Different Type of Learning 不同的學習方式
Notes
(0)
Not logged in or insufficient permissions!
Comment
Video quiz
questionnaire
vCard
Subtitles
AD
×
Take notes
loading ...
00:00
1.
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-4-3-3 Different Type of Learning 不同的學習方式
×
Embed URL
Embed code
Copy the link
Resolution
480x270
Custom
Source code embedding
Source code embedding (Aspect ratio 4:3)
Source code embedding (Aspect ratio 16:9)
Custom
x
×
QR code
Share
Embed URL
QR code
Index
Notes
Comment
Print date : 2024/10/11
政大開放式課程影音網
Media Center
...
張家銘、彭彥璁-資料科學與深度學習
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-4-3-3 Different Type of Learning 不同的學習方式
Duration: 10:55,
Browse: 399,
Last Updated: 2021-08-12
Play Video: http://ctld.video.nccu.edu.tw/media/5034
Source :
https://youtu.be/bNFPk-Vu-T4
×
×
Copy checklist
loading ...
×
×
×
Close
×
loading ...
Prev
Next
Comment
Details
Location
Media Center
...
張家銘、彭彥璁-資料科學與深度學習
Folder name
張家銘、彭彥璁-資料科學與深度學習
Author
系統管理者
Branch
教學發展中心
Created
2021-08-12 10:41:22
Last Updated
2021-08-12 10:41:23
Duration
10:55
Source
https://youtu.be/bNFPk-Vu-T4
Media Center
...
張家銘、彭彥璁-資料科學與深度學習
1.
第一單元:線性回歸模型
1.1
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-1-1 線性回歸模型介紹
1.2
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-1-2-1 線性回歸模型利用 R 語言-1
1.3
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-1-2-2 線性回歸模型利用 R 語言-2
1.4
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-1-3 計算線性回歸模型參數
1.5
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-1-4 評估參數的正確性
1.6
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-1-5 計算參數統計顯著
2.
第二單元:羅吉斯回歸模型
2.1
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-2-1 羅吉斯回歸與線性回歸連結
2.2
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-2-2 羅吉斯轉換
2.3
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-2-3 如何解讀回歸參數
2.4
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-2-4 羅吉斯回歸進階應用
2.5
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-2-5 多重回歸與多個單一回歸的差別
3.
第三單元:回歸模型進階應用
3.1
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-3-1 回歸模型進階課題
3.2
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-3-2 非線性課題
3.3
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-3-3 不尋常值偵測
3.4
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-3-4 特徵相依性
3.5
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-3-5-1 回答商業需求-1
3.6
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-3-5-2 回答商業需求-2
4.
第四單元:何謂人工智慧
4.1
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-4-1 Artificial Intelligence AI
4.2
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-4-2 人工智慧與機器學習及深度學習關係
4.3
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-4-3-1 General Deep Learning Framework 常見的深度學習架構
4.4
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-4-3-2 Regularization 正則化
4.5
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-4-3-3 Different Type of Learning 不同的學習方式
4.6
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-4-3-4 Regression vs Classification 回歸 vs 分類
4.7
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-4-3-5-1 Optimization and Loss Function 優化器與損失函數-1
4.8
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-4-3-5-2 Optimization and Loss Function 優化器與損失函數-2
5.
第五單元:卷積神經網路
5.1
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-5-1 Convolutional Network 卷積網路
5.2
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-5-2 Fully Connected Layer 全連接層
5.3
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-5-3-1 Convolutional Layer 卷積層-1
5.4
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-5-3-2 Convolutional Layer 卷積層-2
5.5
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-5-4 Pooling Layer and Flatten 池化層與攤平
5.6
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-5-5 Neural Networks 類神經網路
5.7
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-5-6 Feature Extraction 特徵抽取
5.8
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-5-7-1深度學習架構介紹-1
5.9
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-5-7-2 深度學習架構介紹-2
6.
第六單元:深度學習訓練
6.1
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-6-1-1 常用深度學習訓練技巧-1
6.2
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-6-1-2 常用深度學習訓練技巧-2
6.3
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-6-1-3 常用深度學習訓練技巧-3
6.4
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-6-2-1 進階深度學習技術介紹-1
6.5
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-6-2-2 進階深度學習技術介紹-2
6.6
110 - 磨課師課程-張家銘、彭彥璁-資料科學與深度學習-6-2-3 進階深度學習技術介紹-3