111年第1學期-1032 機器學習導論 課程資訊
評分方式
評分項目 | 配分比例 | 說明 |
---|---|---|
作業一 | 15 | 第一次作業配合第一階段機器學習線性回歸概念, |
作業二 | 15 | 第二次作業配合第二階段SVM概念。 |
作業三 | 15 | 第三次作業配合第三階段深度學習CNN概念。 |
作業四 | 15 | 第四次作業配合第四階段RNN/LSTM概念。 |
期末專題 | 30 | 任選專題 |
參與 | 10 | 到課率 |
選課分析
本課程名額為 60人,已有63 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]。
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,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
基本資料
必修課,學分數:3-0
上課時間:五/6,7,8[ST019]
修課班級:資工系2B
修課年級:年級以上
選課備註:資電組分組選修
教師與教學助理
授課教師:石志雄
大班TA或教學助理:尚無資料
Office Hour周三下午3:00,ST325。
授課大綱
授課大綱:開啟授課大綱(授課計畫表)
(開在新視窗)
參考書目
少年Py的大冒險:成為Python數據分析達人的第一門課
開課紀錄
您可查詢過去本課程開課紀錄。 機器學習導論歷史開課紀錄查詢