| 課程編碼 Course Code | 中文課程名稱 Course Name (Chinese) | 英文課程名稱 Course Name (English) | 總學分數 Credits | 總時數 Hours |
|---|---|---|---|---|
| 3625039 | 機器學習 | Machine Learning | 3.0 | 3 |
| 中文概述 Chinese Description | 機器學習探討如何能由觀測到的資料中自我學習，自我進化，而能自動增進其處理效能。例如進行預測，特徵擷取，分類，模式辨認，決策，各種訊號處理，甚至建立人工智慧等等。本課程將介紹機器學習的基礎演算法、理論及工具。並讓學生嘗試在各種領域中實際實踐這些技術。課程內容包括：(a) 監督式學習（例如參數和非參數演算法、支持向量機和類神經網路等），(b) 無監督學習（例如群聚、降維和深度學習等）與 (c) 機器學習應用實例（例如語音信號處理，影像訊號處理，音訊訊號處理與自然語言處理，資訊擷取與資料搜尋等）。 | |||
| 英文概述 English Description | Machine learning studies how to automatically learn from observed data to improve the performance of prediction, information extraction, clustering, pattern recognition, decision making, signal processing and even artificial intelligence. This course will introduce fundamental algorithms, theories and their practical applications. The content will cover (a) supervised learning, such as parametric and non-parametric algorithms, super vector machines and neural networks, (b) unsupervised learning, for example, data clustering, dimension reduction and deep learning and (c) practical applications on speech, image, audio signal and natural language processing or information retrieval and search, etc. | |||
| 核心能力指標 | 1.運用數學、科學及工程知識的能力 2.設計與執行實驗，以及分析與解釋數據的能力 3.執行工程實務所需技術、技巧及使用現代工具的能力 4.設計工程系統、元件或製程的能力 5.專案管理(含經費規劃)、有效溝通、領域整合與團隊合作的能力 6.發掘、分析、應用研究成果及因應複雜且整合性工程問題的能力。 7.認識時事議題，瞭解工程技術對環境、社會及全球的影響，並培養持續學習的習慣與能力 | |||
備註：