查詢教學大綱與進度

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

112-1 323314 機器學習基礎 1 3.0 3 ★ 劉俊麟電機四甲
電機四乙
電機四丙 11 0 電機四甲乙丙合開

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
112-1	323314	機器學習基礎	1	3.0	3	★	劉俊麟	電機四甲電機四乙電機四丙	11	0	電機四甲乙丙合開

教學大綱與進度：

教師姓名劉俊麟　教師諮商時間(Office Hours)

Email junlin@mail.ntut.edu.tw

最後更新時間 2023-08-14 09:50:31

課程大綱理解機器學習(Machine Learning)的理論基礎與原理是重要的，若能掌握機器學習相關之數學基礎，將對機器學習所採行的方法，能進一步了解其原理與局限性等，有助於未來面對新問題時，能有效應用與建構出以機器學習為架構的解決方案。本課程將以兩部份來進行，第一部份以介紹機器學習相關的理論基礎為主包含線性代數(Linear Algebra)、幾何解析 (Analytic Geometry)、矩陣分解(Matrix Decomposition)、機率(Probability)與最佳化(Optimization)等；第二部份則輔以機器學習中具經典代表性之應用案例如線性回歸(Linear Regression)、維度降低(Dimension Reduction)、密度估計(Density Estimation)和分類(Classification)等進行深入的探討與分析。

課程進度 *** Linear Algebra *** Week1-2: Course Overview, Linear Algebra, Linear Equation, Matrics, Vector Space (Chapter 2) Week3-4: Analytic Geometry, Inner Product, length & Angle, Orthonormal Basis, Orthogonal Projection (Chapter 3) Week5-6: Matrix Decomposition, Determine, Eigenvalues, Eigenvectors, Eigendecomposition and Diagonalization (Chapter 4) Week7: When Models Meet Data (Part II, Chapter 8) Week8: Dimension Reduction with Principal Component Analysis(PCA) (Part II, Chapter 10) Week9: Midterm Exam. *** Probability *** Week10-11: Vector Calculus, Partial Differentiation and Gradients (Chapter 5) Week12-13: Probability & Distributions, Probability Space, Discrete and Continuous Probability (Chapter 6) Week14-15: Linear Regression, Parameter Estimation, Bayesian Linear Regression (Part II, Chapter 9) *** Optimization *** Week16-17: Continuous Optimization, Gradient Descent, Convex Optimization (Chapter 7) Week18 Final Exam.

評量方式與標準出席: 10% 作業: 30% 期中考: 30% 期末考：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
Textbook: Mathematics for Machine Learning by Marc Peter Deisenroth, et al., 2020, Cambridge University Press (東華書局代理) Reference: 1. 機器學習原理深究, 李航，深智 2. 30分鐘就讀懂：機器學習從數學開始(第二版)，張曉明，深智 3. https://zhuanlan.zhihu.com/p/35449496

課程諮詢管道 1. Teacher office hours for 112-1 @綜科館215:
Tue. 10:00 ~ 12:00, Wed. 15:00 ~ 17:00
2. Please email junlin@mail.ntut.edu.tw to reserve the time for face-to-face or online curricular consultation in advance.

課程對應SDGs指標

備註
因應疫情發展，本學期教學及授課方式請依照學校網頁所公布之訊息為準：
(https://oaa.ntut.edu.tw/p/404-1008-98622.php?Lang=zh-tw)

教師姓名	劉俊麟　教師諮商時間(Office Hours)
Email	junlin@mail.ntut.edu.tw
最後更新時間	2023-08-14 09:50:31
課程大綱	理解機器學習(Machine Learning)的理論基礎與原理是重要的，若能掌握機器學習相關之數學基礎，將對機器學習所採行的方法，能進一步了解其原理與局限性等，有助於未來面對新問題時，能有效應用與建構出以機器學習為架構的解決方案。本課程將以兩部份來進行，第一部份以介紹機器學習相關的理論基礎為主包含線性代數(Linear Algebra)、幾何解析 (Analytic Geometry)、矩陣分解(Matrix Decomposition)、機率(Probability)與最佳化(Optimization)等；第二部份則輔以機器學習中具經典代表性之應用案例如線性回歸(Linear Regression)、維度降低(Dimension Reduction)、密度估計(Density Estimation)和分類(Classification)等進行深入的探討與分析。
課程進度	* Linear Algebra * Week1-2: Course Overview, Linear Algebra, Linear Equation, Matrics, Vector Space (Chapter 2) Week3-4: Analytic Geometry, Inner Product, length & Angle, Orthonormal Basis, Orthogonal Projection (Chapter 3) Week5-6: Matrix Decomposition, Determine, Eigenvalues, Eigenvectors, Eigendecomposition and Diagonalization (Chapter 4) Week7: When Models Meet Data (Part II, Chapter 8) Week8: Dimension Reduction with Principal Component Analysis(PCA) (Part II, Chapter 10) Week9: Midterm Exam. * Probability * Week10-11: Vector Calculus, Partial Differentiation and Gradients (Chapter 5) Week12-13: Probability & Distributions, Probability Space, Discrete and Continuous Probability (Chapter 6) Week14-15: Linear Regression, Parameter Estimation, Bayesian Linear Regression (Part II, Chapter 9) * Optimization * Week16-17: Continuous Optimization, Gradient Descent, Convex Optimization (Chapter 7) Week18 Final Exam.
評量方式與標準	出席: 10% 作業: 30% 期中考: 30% 期末考：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 Textbook: Mathematics for Machine Learning by Marc Peter Deisenroth, et al., 2020, Cambridge University Press (東華書局代理) Reference: 1. 機器學習原理深究, 李航，深智 2. 30分鐘就讀懂：機器學習從數學開始(第二版)，張曉明，深智 3. https://zhuanlan.zhihu.com/p/35449496
課程諮詢管道	1. Teacher office hours for 112-1 @綜科館215: Tue. 10:00 ~ 12:00, Wed. 15:00 ~ 17:00 2. Please email junlin@mail.ntut.edu.tw to reserve the time for face-to-face or online curricular consultation in advance.
課程對應SDGs指標
備註	因應疫情發展，本學期教學及授課方式請依照學校網頁所公布之訊息為準： (https://oaa.ntut.edu.tw/p/404-1008-98622.php?Lang=zh-tw)