• 移除脊椎
• 影像正規化
• 影像二值化
• 角點偵測
• 計算肺部區域
• 計算混淆矩陣(Confusion matrix)

Deeper Neural Network (DNN)說明：

• Neural Network 的原理與架構：Neuron(神經元)、Perceptron(感知器)
• Activation Function(激勵函數): Relu、Sigmoid、tanh…
• Optimization(最佳化)：線性回歸、Gradient Descent(梯度下降法)、SGD(隨機梯度下降法)、Momentum(動量法)、Adam(適應性矩估計)…
• 過擬合(Overfitting)處理：Dropout、Regularization
• 存入與讀取模型(model)與權重(weights)
• 主題實作：神經網路實作、MNIST手寫數字辨識、CIFAR-10實作、乳腺癌診斷分析

卷積神經網路(CNN)

• 原理與架構說明： Convolutional Layer (卷積層)、Pooling Layer (池化層)、Fully Connected Layer (全連階層)
• 常用模型應用說明：VGG16、VGG19、ResNet50、InceptionV3
• 其他方法說明：Backpropagation(反向傳播法)、Autoencoder
• CNN與影像辨識實務應用說明：分類(Classification)、Semantic按語意切割(Segmentation)、定位(Classification + Localization)、物體偵測(Object Detection)、實體切割(Instance Segmentation)
• 主題實作：卡通圖像角色辨識、模型實作(載入模型、訓練模型、新建模型、調整參數、績效評估、Fine-tuning)、圖片辨識、圖片去雜訊

遞歸神經網路(RNN)

• RNN原理與架構說明
• LSTM(Long Short-Term Memory)模型說明
• 應用說明：時間序列(Time series)、詞向量(word vector / word
• 主題實作：美國國際航空乘客量分析、情緒分析、中英翻譯

遷移式學習(Transfer Learning)

• Keras後端函數應用、反轉梯度
• 主題實作：梵谷畫作風格轉換

生成對抗網路(GAN，Generative Adversarial Networks)

• 生成器 (Generator) 和鑑別器 (Discriminator)
• 改進的版本介紹：DCGAN(Deep Convolutional Generative Adversarial Networks)

強化學習(Reinforcement Learning)

• 原理說明：自動進行決策，並且可以做連續決策
• 四個元素：agent、環境狀態、行動、獎勵
• Q-Learning解說
  • 逆向增強式學習 (Inverse Reinforcement Learning)
  • 主題解說：訓練電腦玩遊戲、機器人運動控制

交通號誌辨識

• 使用OpenCV進行影像預處理(通道轉換、標準化、資料增加…)
• CNN model實作解說

主題式物件辨識(object detection)

• 影像Lable方法解說
• YOLO模型教學
• YOLO模型實作解說

人臉辨識

• 人臉偵測 mtcnn(Multi-task Cascaded Convolutional Networks)、opencv、dlib套件解說
• 資料前處理:人臉轉換、對齊與裁剪… 人臉特徵擷取(使用FaceNet的模型與演算法)
• 人臉特徵比對 (使用LinearSVC的分類演算法)

在iPhone上用YOLO model實現人臉偵測

• iOS開發介面簡介
• YOLO model 移植教學

不均衡數據處理與奇異值分析(novelty detection / Outlier Detection)實作

• 產線數據分析與課程所學之應用設計