深度學習是機器學習的分支，是一種以人工神經網路為架構，對資料進行表徵學習的演算法；深度學習以類似人腦結構的神經網路為基礎，研究如何設計出有用的模型架構。本課程將教授深度學習演算法需要用到的數學包括向量、矩陣等線性代數，以及微積分等。最後使用 Python 加 NumPy 等編程工具實現演算法。Python 基本語法包括資料型別與變數，包括 list/tuple/dict；幾種算符號：算數算符、比較算符、邏輯算符、if 判斷式、for 循環、while 循環等。Python 套件 NumPy 與 Matplotlib 的實務操作。神經網路的基礎介紹，包括單一神經元的人工神經網路和多層神經網路的架構，以及幾類激活函數的應用。神經網路的實戰演練包括單一神經元加單一輸出的神經網路、多層神經元加單一輸出的神經網路、多層神經元加多個輸出的神經網路。