機器學習
Machine Learning
| 節 | 週一 |
|---|---|
2 09:00–09:50 | 機器學習 EDB26 3 節連堂 |
3 10:10–11:00 | |
4 11:10–12:00 |
* 根據陽明交大上課時間表所列
This course aims at providing mathematical background toward understanding fundamentals and modern techniques in machine learning. 電子研究所希望培育學生具備十項核心能力及三項基本素養(請參官網http://www.ee.nctu.edu.tw首頁之【學術研究】→【IEET】內容。 ※本課程將培育學生具備下述幾項核心能力: 1.1 固態電子或電路系統相關專業知識之能力 1.2 固態電子或電路系統之設計、實驗及分析數據之能力,並具有發掘、分析、獨立解決問題及?新思考的能力 1.3 使用電腦輔助軟體、儀器等工具的能力 2.2 具規劃、領導與實行團隊合作之能力 ※本課程將培育學生具備下述幾項基本素養: 1 養成學生具備電子工程基礎與專業知識,並配合實作,達到理論與實務相結合之目的。使學生具備推論、分析、創新及整合能力。 2 教育學生具備寬廣之知識、溝通技巧與團隊精神,以迎接不同生涯發展之挑戰。教育學生瞭解專業倫理及社會責任。
Linear Algebra, Probability and Stochastic Processes
The course materials will be maintained through the e-campus plateform, http://dcpc.nctu.edu.tw
Homework 40% Final Project 20% Midterm Exam 20% Final Exam 20%
| 週次 | 主題 |
|---|---|
| 第 1 週 | Introduction |
| 第 2 週 | Review of Mathematics Tools |
| 第 3 週 | Linear Models for Regression |
| 第 4 週 | Linear Model for Regression/Classification |
| 第 5 週 | Linear Model for Classification |
| 第 6 週 | Neural Networks |
| 第 7 週 | Neural Networks |
| 第 8 週 | Kernel Methods |
| 第 9 週 | Support Vector Machines |
| 第 10 週 | Mixture Models and EM |
| 第 11 週 | Mixture Models and EM |
| 第 12 週 | Sampling Method |
| 第 13 週 | Continuous Latent Variables |
| 第 14 週 | Continuous Latent Variables |
| 第 15 週 | Sequential Data |
| 第 16 週 | Sequential Data |
| 第 17 週 | Final Project |
| 第 18 週 | Final Project |
Required: "Pattern Recognition and Machine Learning," by Christopher M. Bishop, Springer, 2007. Reference Books: 1. "Machine Learning: A Probabilistic Perspective," by Kevin P. Murphy, MIT Press, 2012. 2. "Deep Learning," by Ian Goodfellow, Yoshua Bengio, and Aaron Courville, MIT press, 2016.
- 地點
- EC 713
- 時間
- To be determined.
- 聯絡方式
- Tel: 03-5712121 ext. 54194 Email: ftchien@mail.nctu.edu.tw