104學習

本課程專為已具備C語言基礎的學員設計，系統性介紹資料結構核心觀念與實作技巧，包含陣列、鏈結串列、堆疊、佇列、樹與圖等主題。課程內容搭配範例說明與邏輯圖解，幫助學員熟悉資料排序與搜尋方法，強化演算法邏輯，適合準備轉職工程師、學校課程補強或技術面試需求，為未來進階學習與實務開發打下堅實基礎。

課程將帶領學員了解NLP自然語言處理的任務與流程、中文自然語言處理及常見的文字編碼方式，並透過深度學習演算法與進階語言模型實作，進而實現AI主題專案：Telegram飯店業問答系統。課程搭配軟體套件使用，兼具理論與實作面向，讓你對NLP有完整的概念。

本課程以機器學習核心知識為主軸，從人工智慧與資料特徵介紹開始，逐步深入回歸、分類、群聚、降維與強化學習等主題。教學中結合 Scikit-learn 工具，實作包括 Linear Regression、Logistic Regression、KNN、決策樹、隨機森林、MLP 以及 K-means 等模型。並探討 Loss Function、Regularization、Ensemble Method 與常見效能評估指標（如 Confusion Matrix、F1-score、AUC 等）。最後，更延伸至強化學習的 Q-learning 原理與實作，幫助學員全面理解機器學習技術與實務應用。

這門課帶你從零進階，完整掌握深度學習的核心技術與實務應用！從 DNN、CNN 到 RNN，循序建立扎實理論基礎，再透過 TensorFlow / Keras 親手完成分類、回歸、影像辨識、序列預測及機器翻譯等多元專案；並加入 Transfer Learning、YOLO 物件偵測與訓練最佳化技巧，讓你不僅會用模型，更能理解背後運作關鍵。課程同時結合 Google Colab 與 GPU 實作環境設定，幫助你快速上手、有效開發，打造真正能落地應用的 AI 能力。