111年第1學期-1036 機器學習導論 課程資訊
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。
登入後可進行最愛課程追蹤 [按此登入]。
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
基本資料
必修課，學分數：3-0
上課時間：四/3,4[ST020] 五/3[ST436]
修課班級：資工系2C
修課年級：年級以上
選課備註：資電組分組選修
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
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
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