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
109-1	280077	人工智慧	1	3.0	3	★	尤信程	AI雙聯專班一	40	0	科研1322，9/27，10/18，11/8，11/22，12/6，12/20

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	2020-06-09 21:54:58
課程大綱	1. Introduction to Artificial Intelligence and Machine Learning 2. Supervised Learning 3. Bayesian Decision Theory 4. Parametric Methods 5. Multivariate Methods 6. Dimensionality Reduction 7. Clustering 8. Nonparametric Methods 9. Decision Trees 10. Linear Discrimination 11. Local Models 12. Kernel Machines 13. Hidden Markov Models 14. Bayesian Estimation
課程進度	A. wk1-wk5: 1. Introduction to Artificial Intelligence and Machine Learning 2. Supervised Learning 3. Bayesian Decision Theory 4. Parametric Methods 5. Multivariate Methods B. wk 6 First Exam C. wk7-wk11 6. Dimensionality Reduction 7. Clustering 8. Nonparametric Methods 9. Decision Trees D. wk12 Second Exam E. wk13-17 10. Linear Discrimination 11. Local Models 12. Kernel Machines 13. Hidden Markov Models 14. Bayesian Estimation E. wk18 Final Exam
評量方式與標準	First Exam: 30% Second Exam: 30% Final 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 (fourth edition), Ethem Alpaydin
課程諮詢管道
備註