每週課程進度 Course Weekly Schedule
1. Algorithm and Machine Learning
2. Greedy Algorithm
3. Divide and Conquer
4. Dynamic Programming
5. Branch and Bound
6. Simulated Annealing
7. Genetic Algorithm
8. Model and Learning
9. Regression and Classification
10. Supervised Learning
11. Decision Trees and Search
12. Unsupervised Learning
13. Clustering: KNN and K-Means
14. Support Vector Machine (SVM)
15. Reinforcement Learning

期中個人呈現
期末團體成果展演

每週課程進度 Course Weekly Schedule
第01週 ●Ambisonic Introduction (1)
第02週 ●Ambisonic Introduction (2)
第03週 ●Format Introduction (1)
第03週 ●Format Introduction (2)
第05週 ●Sound Design (1)
第06週 ●Sound Design (2)
第07週 ●discussion (1)
第08週 ●discussion (2)
第09週 ●Microphone Introduction
第10週 ●Microphone application (1)
第11週 ●Microphone application (2)
第12週 ●Immersive Image (1)
第13週 ●Immersive Image (2)
第14週 ●Visit
第15週 ●Visit
第16週 ●discussion
第17週 ●Final present
第18週 ●Final present

每週課程進度 Course Weekly Schedule
第01週 ●課程介紹
第02週 ●案例分析
第03週 ●實務工作坊-影像技術
第05週 ●實務工作坊-影像技術
第06週 ●實務工作坊-影像技術
第07週 ●實務工作坊-聲音及燈光
第08週 ●實務工作坊-聲音及燈光
第09週 ●實務工作坊-聲音及燈光
第10週 ●中期專題討論報告
第11週 ●實務工作坊-互動技術
第12週 ●實務工作坊-互動技術
第13週 ●實務工作坊-AI創作
第14週 ●實務工作坊-AI創作
第15週 ●制定項目計畫及分工
第16週 ●執行項目計畫及分工
第17週 ●項目呈現
第18週 ●整體回顧

每週課程進度 Course Weekly Schedule
1. Introduction to Deep Learning
2. Deep Learning for Image Data
3. Image Classification with Linear Classifiers
4. Regularization and Optimization
5. Concept of Neural Networks (NNs)
6. Backpropagation in Neural Networks
7. Convolutional NNs for Image Classification
8. Convolutional NN (CNN) Architecture
9. Training in Neural Networks (NNs)
10. Recurrent Neural Networks (RNNs)
11. Attention and Transformers
12. Video Understanding
13.Object Detection and Image Segmentation
14. Self-Supervised Learning