{{class_data.classTitle}}{{class_data.classNum}}

要說到什麼是 AI，就得說到引發這個革命浪潮的 AlphaGo 其背後的原理：深度學習（Deep Learning），機器學習中的一種演算法。簡單來說，我們若將資料（data）比喻為原料，機器學習與深度學習就是處理器（processor），AI 人工智慧則相當於結果（outcome）。

那什麼是機器學習呢? 顧名思義機器學習就是要讓機器（電腦）像人類一樣，擁有自主學習的能力，已往的程式，是人類主輸入參數條件，讓機器（電腦）依照人類的條件去執行，因此結果產出不好，就是條件參數沒有設好，在遇到離樣本差異太大的情況，機器（電腦）就無法有正確的產出。因此要有好的產出，條件參數的預設就要非常複雜，動則上萬條指令（程式）都不一定能滿足現實世界的變化。

機器學習就是用大量的數據和演算法來「訓練」機器，而非傳統人工預測事先用程式撰寫好指令規則來判斷，讓機器從資料與結果的反饋自動產生規則判斷或預測。深度學習，則是利用類神經網路的概念（Neural Network）來處理大量多維度的資料，除了可以快速處理過往需要耗時長久的多維資料（如圖片、語文等），也可以讓機器在多層次的處理過程中，找尋最適合的處理路徑。

若將深度學習的資料處理比喻為我們進行手拉坏的過程，資料是我們陶土，目前最被業界廣泛使用「拉坯機」有 Google 釋放出的 TensorFlow、開源軟體的 PyTorch、Microsoft 的 CNTK、以及 Keras 等程式庫，其中 Keras 算是 TensorFlow 的官方介面，其特點為高度模組化，適合於快速原型，較其他程式庫比較容易上手，對初學者學習門檻低，非常適合初學者。

因此本次課程，將請資料分析業界知名的丘祐瑋老師，藉助老師豐富的產業與教學經驗，在不需高深的數學推導下，讓同學輕鬆的瞭解深度學習。並利用 Keras，帶領同學親手快速的實現深度學習模型，利用多元的實作範例，讓同學進行圖片、語文等的模型訓練、預測。您只需要有 Python 基礎，依照本課程的步驟 Step by Step學習，就可以了解深度學習基本概念，並且實際運用其技術在各種領域。