111年第1學期-0479 機器學習在物理 課程資訊

評分方式

評分項目	配分比例	說明
課堂實作	20
期中報告	40
期末報告	40

教育目標

本課程將介紹機器學習的基本原理，認識不同機器學習方法及背後操作方式，並透過簡單的物理範例，學生將認識如何編寫機器學習程式以解決真實應用問題。在課程中，學生將認識機器學習中主要的演算法，包括監督學習、非監督學習和強化學習，學習不同機器學習演算法如何實質解決許多傳統演算法無法有效處理的問題。認識機器學習的標準作業流程，當中將包括資料收集、資料預處理、神經網路模型選取和建立、模型訓練和預測結果等。學生將使用Python程式語言，學習並利用Tensorflow和Keras套件在機器學習演算法的應用，嘗試實際操作在物理相關的應用題目上。

基本資料

選修課，學分數：3-0
上課時間：二/8,9[ST019] 二/7[ST132]
修課班級：應物系2-4
修課年級：年級以上
選課備註：AI課程，II類選修，須「AI思維與程式設計」或「計算物理」相似課名修畢及格者

參考書目

Textbook: Python Machine Learning 2nd, Sebastian Raschka & Vahid Mirjalili
Online course: Standford university, Andrew Ng, https://zh-tw.coursera.org/learn/machine-learning
Resources: https://blog.kdchang.cc/2016/10/09/how-to-mastering-machine-learning-with-python/