113年第1學期-0997 機器學習導論 課程資訊

評分方式

評分項目 配分比例 說明
小考一 15 上機
期中考 30 期中上機+期中專題各15%
小考二 15 筆試+上機
期末考 30 期末上機(10%)+期末專題(20%)
作業 10 6~8次作業

選課分析

本課程名額為 60人,已有48 人選讀,尚餘名額12人。


登入後可進行最愛課程追蹤 [按此登入]。

授課教師

石志雄

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

參考書目

PYTHON之數學基礎與實作

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