109年第1學期-1121 機器學習 課程資訊

課程分享

選課分析

本課程名額為 50人,已有46人選讀,尚餘名額4人。

評分方式

評分項目 配分比例 說明
期中考 20
期末展示 25
上課作業 45
出席狀況與其他 10

授課教師

蔣惟丞

教育目標

本課程為人工智慧的相關課程,首先介紹機器學習的基礎概念,如:監督式學習、與非監督學習的相關技術,並透過實例介紹機器學習基礎的model與核心概念與應用。當學生具備有基本機器學習基礎後,再介紹類神經網路及深度學習,包含如何訓練及優化類神經網路(NN)、深度神經網路(DNN)與卷積神經網路(CNN)…等深度學習模型,最後介紹強化式學習。透過TensorFlow /Keras所提供的模組與實務專案讓同學動手實作。

課程資訊

參考書目

1.斎藤康毅,Deep Learning-用Python進行深度學習的基礎理論實作,第一版,碁峰出版社.
2.斎藤康毅,Deep Learning 2-用Python進行自然語言處理的基礎理論實作,第一版,碁峰出版社.
3.賴屹民,精通機器學習-使用Scikit-Learn, Keras與TensorFlow,第二版,碁峰出版社.