課程簡介
人工智慧與機器學習已成為科研與產業發展的核心工具。無論是在醫學應用，或研究計畫中的數據分析，掌握這門技術都能大幅提升研究效率與專案價值。
本課程透過 3 天的密集訓練，結合理論講解、案例應用與程式實作，並搭配 Django 打造的互動式網頁，讓學員能邊學邊操作，快速建立完整的機器學習基礎與實務經驗。
課程特色
-
循序漸進：由傳統機器學習方法，逐步進入深度學習與神經網路。
-
互動式教學：Python 程式結合互動式 Django 平台，強化模型應用能力。
-
跨場域應用：涵蓋醫學影像、基因資料與個人化 AI，滿足研究與臨床需求。
-
強調實用性：理論結合模型調參技巧，協助學員將所學立即應用於研究與專案。
課程內容
Day 1｜機器學習基礎與集成方法
-
機器學習概念、邏輯迴歸與決策樹
-
Bagging、Random Forest 與隨機生存森林
-
Boosting 方法：Adaboost、Gradient Boost、XGBoost
-
案例應用與程式練習
Day 2｜支持向量機與神經網路入門
-
SVM 理論與模型調參
-
SMOTE 與 Class Weight 技巧
-
CNN 與 ANN 基礎理論與應用
Day 3｜進階深度學習與應用
-
RNN 理論與應用
-
神經網路的應用案例與最佳化方法
-
數位分身（Digital Twin）概念與未來應用
適合對象
-
研究助理、計畫數據分析人員
-
醫療與科研計畫研究人員，如深耕計畫
-
想快速掌握機器學習並應用於研究與專案
