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
113-1	338018	人工智能機器學習	1	3.0	3	★	蕭俊祥	機電所 機電博所 機電外國學生專班	30	2	機電所、機電博及外生班合開,限26人

教學大綱與進度：

教師姓名	蕭俊祥　教師諮商時間(Office Hours)
Email	jshaw@ntut.edu.tw
最後更新時間	2024-05-22 10:25:28
課程大綱	使學員瞭解Python程式語言於機器學習應用，以及機器學習的理論背景、評估如何使用適當的演算法於實際例子、內容包括回歸分析於資料預測、資料維度減少方法於資料特徵提取、資料分類方法包括支援向量機與類神經網路方法。課程主要配合Python例子增進學員了解機器學習的相關知識與提升在資訊處理時代之競爭力。 Students should be familiar with the basic concepts of machine learning (ML), probability theory, probability distribution, ML algorithms for classification, regression, and clustering taught in this class.
課程進度	1. Introduction to Anaconda, Jupyter, Spyder, Keras, Tensorflow 2. Introduction to Python 3. ANN and DNN 4. CNN 5. RNN, LSTM, GAN 6. Generative AI 7. Application of Deep Learning to various problems, eg. mnist, cifar10, imdb, yolo4, predictive maintenance.
評量方式與標準	1 Midterm Exam 35% 2 Final Exam 35% 3 Homework 30%
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 class notes
課程諮詢管道	office hour: 10:00-12:00 Thur and Fri email: jshaw@ntut.edu.tw
延伸教學與資源
課程對應SDGs指標	SDG4：優質教育（Quality Education） SDG8：尊嚴就業與經濟發展（Decent Work and Economic Growth）
課程是否導入AI
備註	若因疫情而暫停實體上課時，將使用Google Meet 視訊上課，會議網址將公告於北科i學園，或請洽 jshaw@ntut.edu.tw 詢問。