106年第2學期-1168 軟式計算 課程資訊

評分方式

評分項目	配分比例	說明
課堂參與	15
課堂作業	35
期中考	25
期末專題	25

教育目標

傳統計算的主要特徵是嚴格、確定和精確，但其並不適合處理現實生活中的許多問題，例如駕駛汽車、下棋、家電控制…等。但軟式計算基於其不確定、不精確及不完全真值的容錯特性，可提供低成本的方案解決許多日常生活中的問題。本課程將介紹軟式計算的基本原理、相關計算模式，及其在人工智慧與機器學習領域的應用。本課程將介紹的軟式計算的計算模式主要包括了: Neural networks、support vector machine、fuzzy logic、evolutionary computation、simulated annealing、swarm intelligence、Bayesian network…等。此外，本課程將搭配相關工具軟體的實際演練，讓學生未來可易於將所學套用在研究與工作上。

基本資料

選修課，學分數：0-3
上課時間：三/7,8,四/5[C112]
修課班級：資工系3,4
修課年級：年級以上
選課備註：軟工組分組選修

參考書目

1. 蘇木春、張孝德，機器學習：類神經網路、模糊系統以及基因演算法則，第四版，全華圖書股份有限公司，2017 年 3 月
2. 李聯旺、廖珗洲、謝政勳，人工智慧：智慧型系統導論，第三版，全華圖書股份有限公司，2012 年 3 月
3. Sebastian Raschka,‎ Vahid Mirjalili, Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow, 2nd Edition, Packt Publishing Limited., September 20, 2017.
4. Prateek Joshi, Artificial Intelligence with Python, Packt Publishing Limited., January 2017.