112年第1學期-0468 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 | |
期中考 | 40 | |
期末報告 | 40 |
選課分析
本課程名額為 30人,已有12 人選讀,尚餘名額18人。
登入後可進行最愛課程追蹤 [按此登入]。
授課教師
吳桂光教育目標
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。
課程資訊
基本資料
選修課,學分數:3-0
上課時間:一/5,6,7[ST019]
修課班級:應物系2-4
修課年級:2年級以上
選課備註: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
教師與教學助理
授課教師:吳桂光
大班TA或教學助理:尚無資料
Office Hour預約
ST225
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
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/
開課紀錄
您可查詢過去本課程開課紀錄。 機器學習在物理歷史開課紀錄查詢