機器學習
Machine Learning
| 節 | 週三 |
|---|---|
A 18:30–19:20 | 機器學習 EC115 3 節連堂 |
B 19:30–20:20 | |
C 20:30–21:20 |
* 根據陽明交大上課時間表所列
介紹機器學習的各種方法的理論與計算,並且應用於圖形識別之計算。 ** 高學費,不准旁聽。
Linear Algebra, Probability.
*** 宜用MATLAB programming. *** MATLAB compiler 在資工系計中每台電腦均有。 助教: 蕭奕柔、王柏岳、張瀚文 TA office hours: 星期三 下午5:30~6:30. 需另外時間的,另約,如: 星期三 晚上9:25~10:00 (下課後). Tel: 分機 56654 E-mail: vulu4b.6@gmail.com (蕭奕柔) ; ketpdpoe@gmail.com (王柏岳) ; p421122@gmail.com (張瀚文) Office: EC130b
1. 兩次考試: 60~70%. 2. Projects: 30~40%. 3. 加分的projects: 5~10%. *** 最後會調分
- Statistical Pattern Recognition
- Neural Network Methods
- Deep Learning and Convolutional Neural Network (CNN)
- Support Vector Machine
| 週次 | 主題 |
|---|---|
| 第 1 週 | 第一章 簡介 Matlab |
| 第 2 週 | 第二章 DECISION-THEORETIC PATTERN RECOGNITION 決策理論的圖形識別(2.1) 第二章 DECISION-THEORETIC PATTERN RECOGNITION 決策理論的圖形識別(2.2.1, 2,2.2): 分辨函數分類法 |
| 第 3 週 | 第二章 DECISION-THEORETIC PATTERN RECOGNITION 決策理論的圖形識別 1. (2.3.1): Bayes theorem 2. (2.3.2): Bayes classification |
| 第 4 週 | 第二章 DECISION-THEORETIC PATTERN RECOGNITION 決策理論的圖形識別(2.3.2): Bayes classification |
| 第 5 週 | 第三章 PERCEPTRON 認知器 |
| 第 6 週 | 第三章 PERCEPTRON 認知器 |
| 第 7 週 | 第四章 MULTILAYER PERCEPTRON多層認知器 |
| 第 8 週 | 第四章 MULTILAYER PERCEPTRON多層認知器 |
| 第 9 週 | 期中考 |
| 第 10 週 | 第六章 SUPPORT VECTOR MACHINE (SVM) 支持向量的分類器 |
| 第 11 週 | 第六章 SUPPORT VECTOR MACHINE (SVM) 支持向量的分類器 |
| 第 12 週 | 第二章 2.3.6. 二: Principal component analysis (PCA) |
| 第 13 週 | 2. 2.4: Clustering |
| 第 14 週 | 第十三章 FUZZY, CLUSTERING, AND NEURAL NETWORKS |
| 第 15 週 | Deep Learning and Convolutional Neural Network (CNN): 1. model 2. forward computation 3. convolution |
| 第 16 週 | Deep Learning and Convolutional Neural Network (CNN): 1. gradient descent method 2. learning rule |
| 第 17 週 | Deep Learning and Convolutional Neural Network (CNN): 1. learning rule 2. experiments |
| 第 18 週 | 期末考 |
1. 黃國源, 類神經網路 (Neural Networks), 全華Publishing Co., Taipei, Taiwan, 2017, 632 pages. 2. 黃國源, 深度學習的notes. 參考書目: 1. Hagan, M. T., H. B. Demuth, and M. Beale, Neural Network Design, PWS Publishing Co., Boston, MA, 1996. 2. Simon Haykin, Neural Networks and Learning Machines, 3rd ed., Prentice Hall, 2009. 3. 張智星, MATLAB 程式設計入門篇, 鈦思科技, 2011. ※請修課同學尊重智慧財產權!勿隨意過度影印教科書或使用未經授權之著作權與電腦軟體等。
- 地點
- ec337
- 時間
- 星期二4:30-5:25PM,四 4:30-5:25PM,或用e-mail 另約時間。
- 聯絡方式
- 分機56620 E-mail: kyhuang@cs.nctu.edu.tw