流水號
86467
課號
EE5184
課程識別碼
921 U2620
無分班
- 4 學分
選修
電機工程學研究所 / 智慧醫療學分學程 / 資料科學碩士學位學程 / 電信工程學研究所
電機工程學研究所
智慧醫療學分學程
資料科學碩士學位學程
電信工程學研究所
選修- 吳沛遠
- 搜尋教師開設的課程
電機資訊學院 電機工程學系
peiyuanwu@ntu.edu.tw
- 電機二館2樓234室
02-33664687
個人網站
http://www.ee.ntu.edu.tw/profile1.php?id=1060803
- 五 2, 3, 4, 5
博理113
2 類
修課總人數 80 人
本校 70 人 + 外校 10 人
領域專長
人工智慧
- NTU COOL
- 核心能力與課程規劃關聯圖
- 備註
電機所、資料科學學程、電信所 與林宗男、李宏毅合授
智慧醫療學程 智慧醫療學程電資學院所屬「數據」領域。與林宗男、李宏毅合授 本校選課狀況
已選上0/70外系已選上0/0剩餘名額0已登記0- 課程概述
人工智慧正以銳不可擋知勢重塑全球的產業發展,可望為半導體、資通訊技術等我國具優勢之強項,及物聯網系統與安全、無人戴具、擴增實境等未來趨勢創造更多創新價值。本課程之宗旨即為培育大學生具備在人工智慧進一步探索、開發、與創新的能力。藉由系統性介紹機器學習各相關基礎理論、方法和工具,同學可對機器學習的演算法與數學原理,有更系統性的認識,並具備實作這些技術的基本能力,以期在未來能將這些技術活用到各自的專業領域中。
課程內容:(參考用,將視實際情況適當增減)
- Regression; Bias and Variance Errors
- Classification; Logistic Regression
- Dimensionality Reduction: Principal Component Analysis; Neighbor Embedding; Auto-Encoder
- Semi-Supervised Learning
- Neural Network Introduction: Gradient Decent; Back Propagation
- Convolution/Recurrent Neural Network
- Reinforcement Learning and Markov Decision Process
- Ensemble: Bagging and Boosting
- Transfer Learning
- Support Vector Machine; Convex optimization and Duality
- Expectation Maximization, Gaussian Mixture Model, Variational Auto Encoder
- Generalization Error: Rademacher complexity and VC dimension
加選訊息:本課程為二類授權碼加選,欲加選之同學請屆時來現場加簽。
- 課程目標
● 引導學生對各機器學習、深度學習相關領域之問題與技術工具有概略性的認知。
● 引導學生具備機器學習之演算法設計與實作能力。
● 引導學生了解機器學習演算法背後的數學理論,並具備分析能力。 - 課程要求
● Prerequisit (沒學過的話,修本課程將頗為痛苦):微積分、線性代數、機率與統計、程式設計(Python, Java, C++等物件導向程式語言)
● Optional (有學過的話很好,沒學過也沒關係反正上課老師會教):凸函數最佳化、分析導論
理論上,電機系大三以上的學生即具備修習本課程所需的基本能力(prerequisit)。本課程涵蓋深度學習相關內容,同學可透過以下三種方式取得運算資源:
● 使用開源服務 (如Google Colab)。
● 敗下去,自己的GPU自己買(玩)。
● 有需要的話,本課程可統一向國網中心/校計中爭取申請雲端GPU給需要的同學使用。 - 預期每週課前或/與課後學習時數
- Office Hour
- 指定閱讀
- 參考書目
- Introduction to Machine Learning, Ethem Alpaydin, 2009, MIT Press
- Pattern Recognition and Machine Learning, Christopher M. Bishop, 2006, Springer
- Foundations of Machine Learning, M. Mohri, A. Rostamizadeh, and A. Talwalkar, MIT Press
- 評量方式
- 本校建議 A+ 比例上限為 20% ,非強制規定, 授課教師可依課程要求調整,建議必修課程參考。
- 本校採用等第制評定成績,學生成績評量辦法中的百分制分數區間與單科成績對照表僅供參考,授課教師可依等第定義調整分數區間。詳見 學習評量專區。
- 針對學生困難提供學生調整方式
調整方式 說明 A2 以錄影輔助
Assisted by video
B6 學生與授課老師協議改以其他形式呈現
Mutual agreement to present in other ways between students and instructors
D1 由師生雙方議定
Negotiated by both teachers and students
- 補課資訊
- 課程進度
- 為確保您我的權利,請尊重智慧財產權及不得非法影印。