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

108-2 273394 人工智慧 1 3.0 3 ★ 劉益宏機電所 26 4 研究所限20人/機械大三和機電所合開

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
108-2	273394	人工智慧	1	3.0	3	★	劉益宏	機電所	26	4	研究所限20人/機械大三和機電所合開

教學大綱與進度：

教師姓名劉益宏

Email lyh182@gmail.com

最後更新時間 2020-03-09 17:20:30

課程大綱導論及AI之工業應用、類神經網路及專家系統搜尋法則、敘述邏輯、驗證、機器學習。 Introduction of AI in industrial applications, Neural Networks, Searching algorithm of expert systems, Statement logic, Testing, Machine learning.

課程進度 � Part 1: 背景知識簡介 by 投影片 (2 weeks) � Part 2: 機器學習演算法 (Machine Learning algorithms) by 筆記 1. 多類別分類(multi-class classification) (3 weeks) 2. 參數最佳化與性能評估 (parameter optimization) (1 week) 3. 單類別分類 (one-class classification) (2 weeks) 4. 特徵選擇 (feature selection) (1 week) 期中考 1 week 5. 維度縮減 (dimension reduction) (1 week) � Part 3: 深度學習 (Deep Learning) by 投影片 1. 感知機與倒傳遞學習演算法 (2 weeks) 2. 深度神經網路 (deep neural networks, DNN) (2 weeks) 3. 卷積神經網路 (convolutional neural networks, CNN) (2 weeks) 期末考 1 week

評量標準 1. 期中考: 30% (part 1 to part 2-4) 2. 期末考: 20% (part 2-5 to part 3 : 考前會指定方向) 3. Matlab程式作業: 30%。共五個程式作業，各6%。 4. 期末論文閱讀報告: 10%。期末2~3人為一組。 5. 演講報告: 5%。 6. 課堂互動表現: 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：否
自訂教材

*備註本學期原則採實體授課方式；因應疫情警戒標準，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	劉益宏
Email	lyh182@gmail.com
最後更新時間	2020-03-09 17:20:30
課程大綱	導論及AI之工業應用、類神經網路及專家系統搜尋法則、敘述邏輯、驗證、機器學習。 Introduction of AI in industrial applications, Neural Networks, Searching algorithm of expert systems, Statement logic, Testing, Machine learning.
課程進度	� Part 1: 背景知識簡介 by 投影片 (2 weeks) � Part 2: 機器學習演算法 (Machine Learning algorithms) by 筆記 1. 多類別分類(multi-class classification) (3 weeks) 2. 參數最佳化與性能評估 (parameter optimization) (1 week) 3. 單類別分類 (one-class classification) (2 weeks) 4. 特徵選擇 (feature selection) (1 week) 期中考 1 week 5. 維度縮減 (dimension reduction) (1 week) � Part 3: 深度學習 (Deep Learning) by 投影片 1. 感知機與倒傳遞學習演算法 (2 weeks) 2. 深度神經網路 (deep neural networks, DNN) (2 weeks) 3. 卷積神經網路 (convolutional neural networks, CNN) (2 weeks) 期末考 1 week
評量標準	1. 期中考: 30% (part 1 to part 2-4) 2. 期末考: 20% (part 2-5 to part 3 : 考前會指定方向) 3. Matlab程式作業: 30%。共五個程式作業，各6%。 4. 期末論文閱讀報告: 10%。期末2~3人為一組。 5. 演講報告: 5%。 6. 課堂互動表現: 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：否自訂教材
*備註	本學期原則採實體授課方式；因應疫情警戒標準，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)