教學大綱與進度

課程基本資料：

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
115-1	366056	人工智慧與機器學習	1	3.0	3	★	姚立德	電機所 電資外生所 創新AI學位學程	8	0	電機所、電資外生所和創新AI合開

教學大綱與進度：

教師姓名	姚立德
Email	ltyao@ntut.edu.tw
最後更新時間	2026-06-04 17:27:55
課程大綱	1. Introduction 2. Supervised Learning 3. Bayesian Decision Theory 4. Parametric Methods 5. Multivariate Methods 6. Dimensionality Reduction 7. Clustering 8. Decision Trees 9. Linear Discrimination 10. Kernel Machine
課程進度	1. Introduction to Artificial Intelligence and Machine Learning (0.5 Wk) 2. Supervised Learning (1.5 Wk) 3. Bayesian Decision Theory (2 Wk) 4. Parametric Methods (1 Wk) 5. Multivariate Methods (2 Wk) 6. Dimensionality Reduction (3 Wk) 7. Clustering (2 Wk) 8. Decision Trees (2 Wk) 9. Linear Discrimination (2 Wk) 10. Kernel Machines (2 Wk)
評量方式與標準	1st Exam: 30% 2nd Exam: 30% 3rd Exam: 35% Participation: 5%
使用教材、參考書目或其他	【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】 使用外文原文書：是 Introduction to Machine Learning, 4th Edition, Ethem Alpaydin, MIT Press, 2020.
課程諮詢管道	Through office hours.
延伸教學與資源	● 無 (None)
課程對應SDGs指標	SDG4：優質教育（Quality Education） SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure）
課程是否導入AI	● 鼓勵學生使用生成式AI工具（Encourage students to use generative AI tools） ● 深入探討AI的原理與應用（Explore the principles and applications of AI in depth）
備註