流水號
59432
課號
CSIE3005
課程識別碼
902 30100
- 班次 01
- 3 學分
必帶
資訊工程學系
資訊工程學系
必帶- 陳尚澤
- 搜尋教師開設的課程
電機資訊學院 資訊工程學系
- 三 2, 3, 4
資102
3 類登記
修課總人數 100 人
本校 100 人
領域專長
機器學習與人工智慧
- 中文授課
- NTU COOL
- 核心能力與課程規劃關聯圖
- 備註
- 修課限制
限學士班三年級以上 且 限本系所學生(含輔系、雙修生) 且 限學號單號
本校選課狀況
已選上0/100外系已選上0/0剩餘名額0已登記0- 課程概述人工智慧旨在讓電腦具有智慧解決問題、學習知識、演繹資訊等能力,隨著現代電腦系統的進展,人工智慧技術已在不同面相影響人類的生活。本課程從人工智慧史上的三個主要軸向(最佳解搜尋、由資料中學習、邏輯與知識推理)介紹這些軸向中核心的課題。
- 課程目標本課程旨在做為本系大學部學生接觸人工智慧領域之入門課程,目標為傳授人工智慧之核心知識,使學生能輕易地與更深入之學理或更廣泛之應用接軌。
- 課程要求先修課程:微積分、機率、線性代數、演算法設計與分析
- 預期每週課後學習時數
- Office Hour
- 指定閱讀
- 參考書目Artificial Intelligence: A Modern Approach, 4th Edition
- 評量方式
- 針對學生困難提供學生調整方式
- 課程進度
2/21第 1 週 2/21 Introduction and History of AI, Uninformed Search 2/28第 2 週 2/28 Break 3/6第 3 週 3/6 Informed Search: A* Algorithm and Heuristic Search 3/13第 4 週 3/13 Constraint Satisfaction Problems 3/20第 5 週 3/20 Adversarial Search, Games 3/27第 6 週 3/27 Bayesian Representation 4/3第 7 週 4/3 Bayesian Inference 4/10第 8 週 4/10 Midterm 4/17第 9 週 4/17 Machine Learning Overview, Linear Models for Supervised Machine Learning 4/24第 10 週 4/24 Nonlinear Models for Supervised Machine Learning 5/1第 11 週 5/1 Deep Learning Models for Supervised Machine Learning (1/2) 5/8第 12 週 5/8 Deep Learning Models for Supervised Machine Learning (2/2) 5/15第 13 週 5/15 Unsupervised Machine Learning (1/2) 5/22第 14 週 5/22 Unsupervised Machine Learning (2/2) 5/29第 15 週 5/29 Reinforcement Learning