E-Course首頁

 113 學年度 第 1 學期 資訊工程學系 李健興教師 機器學習 課程大綱

課程簡介   Course Introduction
開課年度學期
Year / Term
113 學年度 第 1 學期
開課班級
Department
資訊工程學系 資工四、碩合選
授課方式
Instructional Method
課堂教學 、 中文
課程電腦代號
Course Reference Number
159030
課程名稱(中文)
Course Title(Chinese)
機器學習
課程名稱(英文)
Course Title(English)
Machine Learning
學分數/時數
Credit Hours
3 / 3
必(選)修
Requirement / Elective Course
選修
授課老師
Instructor
李健興
助教
Teaching Assistant
李昱翔、曾冠穎、江俊逵、林奕君
上課時間
Meeting Time
星期二,節次3、4、5
上課教室
Classroom
ZB301
Office Hours

獲獎及補助情形   Awards and Grants

聯合國永續發展目標 (SDGs跨域類別)   Sustainable Development Goals, SDGs
SDGs 04. 優質教育:確保有教無類、公平以及高品質的教育,及提倡終身學習

課程目標   Learning Objectives
本課程主要介紹各種典型的機器學習模型基本的理論與方法,相關的應用、測試資料與機器學習軟體工具之使用與熟悉。 

先修 ( 前置 ) 課程   Prerequisite
資料結構:
各種問題的資料儲存結構,array, linked-list, stack, queue, tree, graph等,在相對於問題時,如何被有效的表達和處理

機率與統計:
基礎機率概念、各種機率分佈、密度函數、Bayes’ 定理與統計模型等性質

人工智慧:
AI的基本觀念、知識表達、解題策略與各種搜尋演算法
 

彈性教學規劃   Flexible Teaching/Planning Schedules
*本課程實施16+2週彈性教學方案,其中第17、18週之彈性規劃如下:

課程大綱   Course Syllabus
週次
Week
課程單元大綱
Unit
教學方式
Instructional Method/Style/Teaching Style
參考資料或相關作業
References or Related Materials
評量方式
Grading
1 機器學習課程簡介 課堂講授、學生問答    出席 
2 監督式學習 課堂講授、軟體實作    出席、論文簡報 
3 監督式學習 課堂講授、軟體實作    出席、論文簡報 
4 非監督式學習 課堂講授、軟體實作    出席、論文簡報、實作作業 
5 非監督式學習 課堂講授、軟體實作    出席、論文簡報、實作作業 
6 演化式計算學習 課堂講授、軟體實作    出席、論文簡報、實作作業 
7 演化式計算學習 課堂講授、軟體實作    出席、論文簡報、實作作業 
8 貝氏決策學習 課堂講授、軟體實作    出席、論文簡報、實作作業 
9 貝氏決策學習 課堂講授、軟體實作    出席、論文簡報、實作作業 
10 統計學習模型 課堂講授、軟體實作    出席、論文簡報、實作作業 
11 統計學習模型 課堂講授、軟體實作    出席、論文簡報、實作作業 
12 深度學習 課堂講授、軟體實作    出席、論文簡報、自行研發試卷 
13 深度學習 課堂講授、軟體實作    出席、論文簡報、自行研發試卷 
14 深度學習 課堂講授、軟體實作    出席、論文簡報、實作作業 
15 增強式學習 課堂講授、軟體實作    出席、論文簡報、實作作業 
16 增強式學習 課堂講授、軟體實作    出席、論文簡報、實作作業 
17 增強式學習 課堂講授、軟體實作    自行研發試卷 
18 期末測驗 軟體實作    自行研發試卷 


單一課程對應校能力指標程度   The Degree to Which Single Course Corresponds to School Competence
編號
No.
校核心能力
School Core Competencies
符合程度
Degree of conformity
1 公民力 (Citizen) 3
2 自學力 (Self-learning) 5
3 資訊力 (Information) 5
4 創造力 (Creativity) 5
5 溝通力 (Communication) 4
6 就業力(Employability) 4

單一課程對應系能力指標程度   The Degree to Which Single Course Corresponds to Department Competence
編號
No.
類別
Category
系核心能力
Department Core Competencies
符合程度
Degree of conformity
01 系所 具備資訊工程領域之基本知識及程式設計能力 5
02 系所 擁有資訊軟體及硬體系統設計、實作、整合及管理的能力 4
03 系所 運用數學強化邏輯性思考,增進處理資訊工程問題的能力 5
04 系所 具有獨立思考並自行解決問題的能力 4
05 系所 自動發現問題並主動蒐集、分析資料,達成自我學習的能力 5
06 系所 維持良好人際互動、溝通與團隊合作的能力 4
07 系所 訓練足夠抵抗環境壓力與時間管理的能力 5
08 系所 資訊工程倫理及實務之歸納評比及實務能力與表達能力 4
09 系所 掌握資訊科技之國際變化趨勢 0
10 系所 明瞭國內外資訊產業與社會發展的能力 0

單一課程對應院能力指標程度   The Degree to Which Single Course Corresponds to College Competence
編號
No.
院核心能力
College Core Competencies
符合程度
Degree of conformity
1 語文能力 4
2 溝通與合作能力 4
3 創新與實踐能力 4
4 專業知能 5


教科書或參考用書   Textbooks or Reference Books
館藏書名   Library Books
On the power of fuzzy markup language / Giovanni Acampora...[et al.]
備註   Remarks
1. Introduction to Machine Learning, fourth edition,
ETHEM ALPAYDIN, The MIT Press, 2020

2. Machine Learning,
T. Mitchell, McGraw Hill,1997

※請尊重智慧財產權,不得非法影印教科書※
※   Please respect intellectual property rights and do not illegally photocopy textbooks.  ※

教學方法   Teaching Method
教學方法
Teaching Method
百分比
Percentage
講述 25 %
影片欣賞 10 %
討論 20 %
個案研討 20 %
問題導向學習 15 %
分享 10 %
總和  Total 100 %

成績評量方式   Grading
評量方式
Grading
百分比
Percentage
個人書面報告&上課重點知識圖 30 %
個人口頭報告(含簡報投影片) 20 %
課程討論區&學習心得 30 %
機器學習期末專題報告(含期末重點整理&成效自評) 20 %
總和  Total 100 %

成績評量方式補充說明   
 

課程大綱補充資料   Supplementary Material of Course Syllabus