(0) 課程名稱 : Class 03 多元回歸、梯度下降法以及其來源推導
(1) 本次課程章節 :
Session 1: 多元回歸實驗 : 玩玩看多元回歸-機器學習模型，體驗實戰中最廣為人知的機器學習演算法
Session 2: 拆解多元回歸演算法的優化原理-梯度下降法(Gradient Descent)的使用
Session 3: [深入單元] 梯度下降法的來源推導:搭配隨堂複習微積分的基礎，以及必要的數學工具，從0到1推導出近代機器學習領域最重要的理論-梯度下降法。
(2) 課程簡介 :
本次課程將延續上一月二月的背景，繼續介紹多元回歸與梯度下降法。利用計算實驗來讓大家玩玩看基本的機器學習預測演算法。除此之外，理解梯度下降法和相關的優化方法對於接下來的類神經網路課程，有相當的重要性!
不同於去年的活動，本次將在[深入單元]當中，將會完整的帶領大家從微積分導數的定義，一步一步推導出梯度下降法的數學公式，
歡迎完全沒有基礎的朋友一起來練功!不必擔心數學不好會聽不懂跟不上，我們會盡量用直觀的方式讓大家能兼具理論和實作的訓練，特別是想要進入機器學習領域但看到數學公式會害怕的朋友，絕對不能錯過這場歐!
(3) 講師簡介 : Ray張，前金融業精算人員，現PyTorch Taichung社長
(4) 目標對象：有聽過機器學習但想要入門的年輕夥伴。
(5) 課程時間：2019年 3月30日 週六 下午01:30～5:00
(6) 課程地點：TAF空總創新基地社會創新實驗中心： (台北市大安區仁愛路三段55號) A2教室。 (7) 人數限制：40人(多的可能需要站著)
(8) 參與費用：免費，因為資源有限，尤其是平均20頁的講義,基於環保愛地球的心, 如果缺席並未告知，將記名取消再次參與的資格，謝謝。
(9) 攜帶物品 : 筆記本、筆 (練習推導公式用) 、筆電、Python 開發環境 (實驗用)。
(10) 為了品質與課程延續性，本次課程的授課講義仍舊是與前幾堂課的活動所撰寫與編排類似，建議前幾堂有參加過的夥伴，可以攜帶講義來做個對比歐!
