@尊重智慧財產權,請同學勿隨意影印教科書 。 Please respect the intellectual property rights, and shall not copy the textbooks arbitrarily. |
科目代碼 | CSC0039 | 課程名稱 | 機器學習 |
英文名稱 | Machine Learning | ||
全/半年 | 半 | 必/選修 | 選修 |
學分數 | 3.0 | 每週授課時數 | 正課時數: 3.0 小時, 實驗時數: 0.0 小時 |
先修課程 | |||
課程簡介 | 機械學習主要在研究如何利用各種統計模型的自動化學習方式讓電腦程式能夠經由訓練資料以及經的累積不斷改進其效能,並研究如何利用有效率的統計模型與軟體工具程式從大量、複雜富含資訊的資料集中分析並整理出有意義的結構化資訊成分。機械學習的研究涵蓋決策術學習法、貝氏學習法、關聯式學習法、加強式學習法、類神經網路、隱藏式馬可夫模型、模糊邏輯、分群與分類演算法、基因演算法等基礎理論以及如何處理大量複雜性資料集之整理、建構與呈現等研究課題。本課程除了將介紹機械學習的相關基礎理論與技術外,也會介紹其在各種不同領域的實際應用。同時配合實作練習,讓修課同學充分了解這些研究的方法與步驟,對未來從事研究或實務工作等方面都有幫助。課程內容深度適合資工、電機等相關系大學部或研究所同學。 | ||
課程目標 | 對應系所核心能力 | ||
1. 能了解機器學習的各種理論基礎 |
碩士: 1-3 能熟悉資訊及數學基礎理論 博士: 1-3 能熟悉資訊及數學基礎理論 |
||
2. 能研讀機器學習的相關論文 |
碩士: 3-1 具有研究創新的能力 3-3 具有持續追求新知的精神 博士: 3-1 具有研究創新的能力 3-3 具有持續追求新知的精神 |
||
3. 能在課堂上進行報告與討論 |
碩士: 3-2 能有良好的溝通與表達能力 博士: 3-2 能有良好的溝通與表達能力 |
||
4. 能應用機器學習的各種理論於研究上 |
碩士: 2-3 具有從經驗中提升專業思考層次的能力 3-1 具有研究創新的能力 博士: 2-3 具有從經驗中提升專業思考層次的能力 3-1 具有研究創新的能力 |