112_AI_Course

[1]主軸課程

機器學習 ML2021 （by 李宏毅老師）

https://speech.ee.ntu.edu.tw/~hylee/ml/2021-spring.php （滑到頁面末尾的HOMEWORK列表哦）

• 頁面列表中的"Colab Tutorial" 與 "Pytorch Tutorial" 請自行觀看學習
• 報告内容從 "HW1 Regression" 開始
• 目前主軸課程預計持續 15 周

數位影像處理 （by 陳永耀老師）（*數位影像基礎觀念）

https://univ.deltamoocx.net/courses/course-v1:AT+AT_012_1101+2021_09_13/about

• 數位影像處理基礎觀念
• 課程總共有14周，一人請至少負責一個單元

[2]參考資料

機器學習 HTML （by 林軒田老師）（*基石+技法，從數學出發學習ML）

https://www.csie.ntu.edu.tw/~htlin/mooc/

機器學習 ML2023 （by 李宏毅老師）（*談談生成式模型與基石模型的未來）

https://speech.ee.ntu.edu.tw/~hylee/ml/2023-spring.php

[3]報告時請注意

• 報告者需在事前將所用簡報mail給各位同學
• 如存在課程對應的作業，報告者應在報告末尾講解作業，或予以討論
• 報告者需要在報告完成后，檢查並修正 簡報與作業，並上傳歸檔至此repo
• 會議主持人需要在報告中負責 事前檢查mail、會議錄製、會議后檢查repo歸檔内容、將會議視頻上傳至雲端 等工作

[4]存檔路徑示例

├─root
│  ├─week1
│  │  └─slide.pptx
│  │  └─code
│  │     └─hw1.py
│  └─week2
	...

[5]更新規則

• 自開始日起，每周由 主持人 檢查上周報告者是否完成以下項目：
  • 上傳報告時使用的簡報
  • 上傳對應課程的作業code
  • 更新(新增)此repo中README.md中的會議記錄鏈接（雲端鏈接）

[6]會議記錄鏈接

• week02: Regression
• week03: Gradient Descent
• week04: Classification
• week05: Deep Learning
• week06: CNN, ML2021&ML2020 HW03 - CNN, 數位影像處理
• week07: Explainable AI
• week08: Network Compression
• week09: Unsupervised Learning 01, Unsupervised Learning 02