機器學習是近年發展最快速的AI議題之一，其中以類神經網路(ANNs)為主的深度學習技術結合巨量資料的處理與應用漸趨熱切，如何快速有效地從資料中篩選、萃取、分類及解析出有用的資訊，創造出高價值的服務，實為一大挑戰。類神經網路具有從環境中擷取資訊，自我學習，從而做出推論之能力，利用電腦的軟體來模擬生物神經系統的資訊處理方式，由人類專家解決問題的實際案例中學習，利用統計、分類、非線性函數的轉換及最佳化原理等，能有效地對大量且複雜之資訊進行統計分析、分類、判識、推估等。類神經網路可解決過去傳統的電腦資訊理論中一些難以突破的瓶頸，例如：生物醫農領域中之判識、分類或推論；工程、科學與資訊管理領域中之模擬與預測、最佳化管理、非線性系統識別、圖形和語音的辨識、自動控制駕駛、電腦遊戲、或者是處理邏輯上的問題等。本課程藉由深入淺出說明ANNs的相關理論與展示實際研究案例，很適合對ANNs基本原理具濃厚興趣 及/或 想運用類神經網路科技解決地球科學、生態環境、生物醫學、工程與工商管理領域相關問題之同學共同來研習。