106年第2學期-1177 機器學習導論與應用 課程資訊

評分方式

評分項目	配分比例	說明
期中考	20
期末考	25
作業	40
課堂參與 (小考)	15

教育目標

機器學習已成功應用於許多現實世界的問題，目前產業界、科研領域都需要此方面人才。 這課程為基礎簡介， 對象大學部學生為主。我們以深入淺出，介紹了機器學習基礎的model、核心概念和幾個常用的深度學習，也包含數學理論間意基礎與實作，model包括線性模型、regression、非線性模型、深度前饋網絡、深度學習、CNN的演算法，也帶同學研讀deep mind’s alphago論文，為同學日後研究打下基礎。課程並說明許多實際實務應用，包含g.手寫字辨識、語音辦認、影像、EC廣告推撥。另外， 也教導pythont程式語言與TensorFlow，以此實作機器學的範例與練習。

基本資料

選修課，學分數：0-3
上課時間：二/9,10,11[ST023]
修課班級：資工系2,3
修課年級：年級以上
選課備註：

參考書目

Pattern Recognition and Machine learning, bishop springer
Deep learning, Ian Goodfellow, Yoshua Bengio and Aaron Courville, 2016
深度學習快速入門 使用tensorflow/ 博碩文化 / Giancarlo Zaccone 著 傅運文翻譯