機器學習導論

111學年第1學期 必修課 3 學分
授課大綱
70
名額
65
已選
5
餘額
上課時間
四/3,4[ST020]
五/3[ST436]
授課教師
Office Hour:st426 週四 14:00-15:00
修課班級
資工系2C · 年級以上
課程資訊
資電組分組選修
選課分析

期中考 30
期末考 30
作業 30
課堂參與(小考) 10

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。

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

查詢過去本課程開課紀錄: 機器學習導論 歷史開課紀錄