課程簡介：
課程簡介
AI人工智慧之機器學習與深度學習為近幾年來非常熱門的課程。雖然這些課程通常在資訊工程或資訊管理系所開設，但與統計方法相同，其所教授的方法，皆是在處理大數據的資料分析問題。傳統的統計學，主要以機率分配為理論基礎，對數據做一系列的統計假設與檢定，而進一步的配適模型，對新的資料做預測。由於資料需符合假設的機率分配，因此，統計方法所配適的模型較缺乏彈性。相反的，機器學習與深度學習較少探討資料分配的問題，而藉由各種演算法，以梯度下降法及準確率，來找出最佳模型。相較於傳統的統計，機器學習與深度學習包含更多的分析工具。這門課，結合統計與機器學習，使得統計背景的學生，可學到更多機器學習的演算法，而資訊背景的學生，也可學到更多機器學習方法的數學理論與架構。因此，此門課為理論與應用兼俱的課程。在大數據與AI人工智慧的時代，此門課將增強學生對數據分析與處理的各種方法與技術。

課程設計：
此課程目標為除了讓學生了解統計學習與資料探勘的原理外，也學會如何應用在實際的案例上，並具備使用電腦軟體進行資料分析之能力。
課程特色：
此課程為統計背景的學生進入機器學習與深度學習的最佳課程。除了理論的學習，也進行程式的教學，使得學生可做中學，而非只是紙上談兵。採用MOOCs課程將每一主題切割成約小單元來錄製。可依自己的學習習慣，選擇適當的時間、地點學習，也可依自己的吸收程度，進行快速或反覆的學習。為一非常有學習彈性的課程。

學習對象：
適用於在學的大學生或研究生，或是已畢業之社會人士。只要對統計學習、AI人工智慧、及資料分析有興趣之學生，或工作上需要之社會人士，皆為本課程之學習對象。
先備知識：
基礎統計，R語言基礎，Python語言基礎。