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

選課分析

本課程名額為 70人,已有80 人選讀,尚餘名額-10人。


登入後可進行最愛課程追蹤 [按此登入]。

授課教師

焦信達

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。

課程資訊

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.

開課紀錄

您可查詢過去本課程開課紀錄。 軟式計算歷史開課紀錄查詢