通過條件成 績 ：60 分
-
人工智慧感測與控制課程大綱
-
課程影音 ---------------------------
-
0919 影音課程
-
0926 課程影音
-
1017 課程影音
-
1025 課程影音
-
1031 課程影音
-
1114 課程影音
-
期中考作業解說
-
1212 課程影音
-
1219 課程影音
-
1226 課程影音
-
0102 課程影音
-
講義 ------------------------------
-
C1-1
-
第一課_第一節_簡介與操作_introduction_to_colab_and_python - Colaboratory
-
第一課 第二節_ Python 教學_ Google Colab
-
第一課 第三節 應用_ 函數計算與繪圖 - Colaboratory
-
第二課第一節_ 從零開始_深度學習簡介
-
第二課 第二節: 應用-多變數迴歸分析.ipynb - Colaboratory
-
第二課 第二節:應用_三變數迴歸分析
-
第二課 第三節: 使用_tensorflow_學習多層感知機(multilayer_perceptron)_xor_範例程式_教學版
-
第二課第二節 MLP 多變數回歸分析-熱輻射應用 - 研究版
-
第三課 時間序列神經網路 RNN, LSTM - Colaboratory
-
TinyML-Arduino
-
Chap. 1
-
Chap. 2-3
-
Chap4
-
Chap5
-
Chap6-8
-
DAQ 資料擷取
-
-- 110 影音課程 ------------------------------------
-
0918 影音課程
-
0925 影音課程
-
1002 影音課程: 第一課第二節
-
1009 HD影音-Part 1-Python 資料型態與串列資列
-
1009 HD影音-Part 2-人工智慧感測與控制技術-串列 List
-
1009 HD影音- Part3-人工智慧感測與控制技術- Numpy
-
1018 HD影音- Part1-人工智慧感測與控制技術-神經網路概念
-
1018 HD影音- Part2-人工智慧感測與控制技術- Array
-
1023 HD影音- Part1-人工智慧感測與控制技術- Reshape
-
1023 HD影音-Part2-人工智慧感測與控制-繪圖
-
1023 HD影音 -Part3-人工智慧感測與控制-座標變換函數應用
-
1030 影音課程 人工智慧, 機器學習到深度學習
-
1106-Part 1 影音課程 神經網路架構 初步講解
-
1106-Part 2 影音課程: MLP 多變數回歸分析初探
-
1113-Part 1. 多變數回歸實作
-
1113-Part 2. MLP 回歸分析-資料創建與可視化
-
1121 影音課程 分類問題- K-means 法
-
1127 影音: KNN 以及MLP 修改
-
練習及作業區 ----------------------------------------
-
Thermister 溫度電阻校正
-
電壓上升時間練習
-
傾斜感測器校正分析
-
---- CSV 資料檔案 ---------------
-
candy-data
-
0005.HK
-
3-variables
-
infrared demo
-
TSLA
-
FE0109
- 課程介紹
- 課程安排
- 評論
