Deep Learning Using SAS Software

本課程為深度學習的基礎課程，深度神經網路常用在分類問題、影像辨識或時間序列等問題上。課程中將介紹如何建立深度前饋神經網路，卷積神經網路以及遞迴神經網路；同時也會提到如何增強訓練資料集以提高模型效果的實用方法。在課程的最後，則會介紹如何有效率的找到適合的超參數設定值。

Who should attend

Formats available	Duration
Classroom:	2.0 day
Live Web Classroom:	4 half-day session(s)
e-Learning:	14 hours/180 day license

參與本課程前，須對類神經網路模型有入門級的認識，或上過Neural Network Modeling課程。有SAS 使用經驗更好但非必要條件。

This course addresses SAS Viya, SAS Visual Data Mining and Machine Learning software.

何謂深度學習自動編碼機(Autoencoder)

卷積神經網路的應用輸入層(input layer)卷積層(convolutional layer)填充(padding)池化層(pooling layer)全連結層(fully connected layer)與輸出層(output layer)Skip-layer 的應用影像前處理

遞迴神經網路介紹遞迴神經網路的各類變型

如何選擇超參數(hyperparameters)