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

選課分析

本課程名額為 40人,已有43 人選讀,尚餘名額-3人。


登入後可進行最愛課程追蹤 [按此登入]。

授課教師

蔡清欉 陳淑珍

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。

課程資訊

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

開課紀錄

您可查詢過去本課程開課紀錄。 機器學習導論與應用歷史開課紀錄查詢