109年第1學期-1053 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	30
作業	40
課堂參與 (小考)	10

教育目標

目前產業界、科研領域都需要AI人才。本課目標提供愛好AI同學學會機器學習技術，能夠快速、系統化掌握人工智慧技術的最新趨勢，並徹底瞭解人工智慧如何運作。 課程會先總攬機器學習的理論，包括分類、定義問題與方法，接著進入機器學習的核心神經網路的重要概念，搭配手把手實例與自行練習，不僅對於理論深度掌握，並且實作類神經網路。 課程中將介紹企業實際案例，並邀請業界進行實務及專題分享。期末成果舉行發表會，邀請企業執行長、技術主管擔任評審，做為同學就業提前部屬。 對象:大學部資工系(非資工系同學亦可)。需要有程式基礎，python 更佳。歡迎想要一次把AI、機器學習學好、學滿的同學選修。 教師:蔡清欉；合作教師賴泳瑄(黑瘋科技) 、陳仕偉。三位都具備產業實務，課程也邀請非常受學生歡迎名師前來客座授課。

基本資料

選修課，學分數：3-0
上課時間：一/2,3,4[ST023]
修課班級：資工系2-4
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