機器學習

Machine Learning

學期

109-2

學分

3 學分

當期課號

5958

永久課號

ILP5141

開課單位

照明與能源光電研究所

授課教師

林秀菊

類別

選修

上課時間表

* 根據陽明交大上課時間表所列

概述

機器學習課程目標為使修課學生運用先備相關知識及實作能力,將數據進行人工智慧演算法分析;因此,本課程將從數據預處理談起,接續介紹分類、關聯、類聚演算法、異常檢測以及其相關之統計假設檢驗,俾予無論取自IoT資料、開放資料或自行收集資料集,皆可運用本課程講授的方法進行資料分析及數據探勘。

先修科目

嵌入式系統應用相關實作能力

教學方式

e3 website

評分方式

作業及實驗(各取5次記錄)40、期中考試35、期末專題實作、口頭與書面報告30;修課總分至多取100分。

週次計畫

週次	主題
第 1 週	Chap 1 Introduction
第 2 週	Chap 2 Data Python IDE installation and Related Setting
第 3 週	Chap 2 Data Python Library Tools Preparation and Data Exploration Lab
第 4 週	Chap 3 Classification: Basic Concepts and Techniques Data Pre-processing Lab
第 5 週	Chap 3 Classification: Basic Concepts and Techniques
第 6 週	ML_Lab #1
第 7 週	110/4/6 Vacation ML_Lab #2
第 8 週	Chap 4 Association Analysis: Basic Concepts and Algorithms
第 9 週	Chap 4 Association Analysis: Basic Concepts and Algorithms Chap 5 Cluster Analysis: Basic Concepts and Algorithms
第 10 週	Chap 5 Cluster Analysis: Basic Concepts and Algorithms
第 11 週	Review & HW-2 discussion
第 12 週	Midterm Examination
第 13 週	Examination Discussion Project Topics Explanation
第 14 週	Rule-based Classifier Naïve Bayes Classifier Baysian network Classifier Nearest Neighbor Classifiers
第 15 週	Artificial Neural Networks Lnear Regression Deep Learning Support Vector Machine
第 16 週	Final Project Implementation
第 17 週	Final Project Implementation
第 18 週	Final Project Oral and Written Report

教科書

Introduce to Data Mining, Pan-Ning Tan, Michael Steinbach, Anuj Karpatne, Vipin Kumar, Global Ed., Pearson Publisher

Office Hours