機器學習基礎數學:機率與最佳化方法
Mathematics in machine learning:probability and optimization methods
| 節 | 週四 |
|---|---|
7 15:30–16:20 | 機器學習基礎數學:機率與最佳化方法 YL404 2 節連堂 |
8 16:30–17:20 |
* 根據陽明交大上課時間表所列
本課程將介紹機器學習與深度學習需要的數學基礎,課程分兩部分,第一部分是機率,第二部分是最佳化方法,課程皆已預錄,請學生在每週上課前先自行觀看上課影片,每週上課時為課堂作業時間和訂正時間。本學期同步線上授課(必要時實體授課),第一次9/14上課為實體與視訊同步進行, 視訊連結 meet.google.com/scw-fjnf-ums
微積分與基本程式語言能力Matlab或Python ,修過線性代數尤佳。
考慮雙校區與台聯大系統同學修讀,本學期同步線上授課(必要時實體授課),第一週9/14上課為實體與視訊同步進行, 視訊連結 meet.google.com/scw-fjnf-ums
本學期除第一次上課為介紹本課程外,第二周開始每週上課時間為作業訂正時間,將隨機抽點同學報告當天繳交的作業。課堂作業佔60%,期中考與期末考各佔20%。另外本學期增加挑戰加分報告: A first course in machine learning-CRC Press (2017) 當中的 Chapter 3 The Bayesian Approach to Machine Learning 和 Chapter 4 Bayesian Inference,歡迎同學嘗試。
| 週次 | 主題 |
|---|---|
| 第 1 週 | 機器學習基礎數學課程介紹 |
| 第 2 週 | Introduction to Probability |
| 第 3 週 | Single Random Variable and Probability Distribution I |
| 第 4 週 | Single Random Variable and Probability Distribution II |
| 第 5 週 | Probability Distributions for More than One Random Variable |
| 第 6 週 | A measure of Information |
| 第 7 週 | Vector Spaces, Normed,and Inner Products Spaces |
| 第 8 週 | 期中考 |
| 第 9 週 | Unconstrained Optimization |
| 第 10 週 | Conjugate gradient |
| 第 11 週 | Optimization with equality Constraints |
| 第 12 週 | Optimization with inequality Constraints I |
| 第 13 週 | Optimization with inequality Constraints II |
| 第 14 週 | Linear Programming |
| 第 15 週 | Linear Modelling A Maximum Likelihood Approach |
| 第 16 週 | 機器學習應用 |
| 第 17 週 | 綜合複習 |
| 第 18 週 | 期末考 |
1.Probability and Random Processes with Applications to Signal Processing Henry Stark. John W. Woods. 2002, 3rd https://dl.icdst.org/pdfs/files3/3d400cb31c820c223d570eae9f595080.pdf 2.Anc_u, Mircea - Practical Optimization with MATLAB-Cambridge Scholars Publishing (2019) 3.Marc Peter Deisenroth, A. Aldo Faisal, Cheng Soon Ong, Mathematics for Machine Learning-Cambridge University Press (2020)
- 時間
- 同學email給助教約時間討論