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
110-2	297071	多媒體技術與應用	1	3.0	3	★	陳彥霖 黃志勝	資工二 電資二	68	2	◎電資二和資工二合開。陳彥霖1、黃志勝2 陳老師配合U

教學大綱與進度：

教師姓名	黃志勝
Email	chih.sheng.huang821@gmail.com
最後更新時間	2022-03-02 10:13:06
課程大綱	本課程在介紹如何在數位世界進行進行相關的數據分析，包含基礎理論、機器學習的簡易介紹與應用，並且搭配實機操作與作業等讓學生在課程中可以從做中學，學中做達到實質上的學習效果。 The goal of this course is to introduce the basic concepts of machine learning and its applications. The machine learning example will be implemented in the course, and students can practice ML algorithms with the homework.
課程進度	第01週: 課程大綱及AI技術簡介 第04週: 機器與深度學習常用的數學、相關機率論與統計學 第06週: 迴歸分析 第08週: 分類 第09週: 期中考週 (上機測驗: 機器學習 Project) 主要測試 1. python opencv讀取圖片 2. Learning algorithm implementation 第10週: 統計降維法 第11週: 類神經網路 第18週: 期末報告
評量方式與標準	業師佔總成績50%，其中作業、考試和出席比例如下: 作業: 50% 期中考: 40% 出席: 10%
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：否 機器學習的統計基礎：深度學習背後的核心技術，作者：黃志勝博士著，施威銘研究室 監修，旗標出版。 課程進度與教材: https://github.com/TommyHuang821/NTUT_110-2_MTA
課程諮詢管道
課程對應SDGs指標
課程是否導入AI
備註	進度依照每周單元主題進行，且採用Teams遠端授課方式進行。