智慧感知與機器學習
Intelligent Sensing and Machine Learning
學期
111-2
學分
3
學分
當期課號
535530
永久課號
CSIC30159
開課單位
資訊科學與工程研究所
授課教師
曾煜棋
校區
光復
類別
選修
上課時間表
| 節 | 週一 |
|---|---|
3 10:10–11:00 | 智慧感知與機器學習 ED302 2 節連堂 |
4 11:10–12:00 |
* 根據陽明交大上課時間表所列
概述
由於機器學習以及深度學習的相關技術不斷進步,許多影像處理方面的新技術不斷的被開發 出來。除了影像及視覺之外,在應用面還有許多相關的感測器(Internet of Things),也都能 夠不斷地收集資料,形成所謂的巨量資料。這些感測器的資料,可以透過機器學習或是深度 學習的技術加以分析,得到更豐富的高階資訊,同時感測器資料也可以和傳統的電腦視覺互 相結合,進行感測資料融合。本課程將引用相關影像處理的深度學習技術,探討如何應用到 巨量感測資料,並且進行相關前沿論文以及先進知識的探討,學生透過探索相關主題之論 文,整理成為小論文或是期末報告,對於專業領域會有深度的了解以及探討。
先修科目
Machine learning, IoT courses
評分方式
1. Literature paper presentation and discussion: 50% 2. Final report: 50%
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | |
| 第 2 週 | |
| 第 3 週 | |
| 第 4 週 | |
| 第 5 週 | |
| 第 6 週 | |
| 第 7 週 | |
| 第 8 週 | |
| 第 9 週 | |
| 第 10 週 | |
| 第 11 週 | |
| 第 12 週 | |
| 第 13 週 | |
| 第 14 週 | |
| 第 15 週 | |
| 第 16 週 | |
| 第 17 週 | |
| 第 18 週 |
教科書
1. Slides to be shared. 2. Papers in the literature. 3. (Optional) “Hands-On Artificial Intelligence for IoT”, Amita Kapoor, Packt Publishing, 2019.
Office Hours
- 地點
- By email appointment
- 時間
- By email appointment
- 聯絡方式
- By email appointment: yc0405@gmail.com