111年第1學期-1036 機器學習導論 課程資訊

iLearn 公告清單

讀取中....

Teams 連結清單

讀取中....

評分方式

評分項目 配分比例 說明
期中考 30
期末考 30
作業 30
課堂參與(小考) 10

選課分析

本課程名額為 70人,已有65 人選讀,尚餘名額5人。

授課教師

陳仕偉 蔡清欉

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。

課程資訊

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