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
110-1	294927	人工智能機器學習	1	3.0	3	★	蕭俊祥	機電所	24	1	◎限24人

教學大綱與進度：

教師姓名	蕭俊祥
Email	jshaw@ntut.edu.tw
最後更新時間	2021-08-30 20:27:12
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. Application of Deep Learning to various problems, eg. mnist, cifar10, imdb, yolo3, 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 自編講義
課程諮詢管道	綜科館426室 星期一到星期五
課程對應SDGs指標
課程是否導入AI
備註	●上課方式：遠距上課 ●評量方式： 期中考、期末考採實體紙筆測驗 ●補充說明資訊：