深度學習研究模組
Deep Learning Modules
| 節 | 週二 | 週四 |
|---|---|---|
2 09:00–09:50 | 深度學習研究模組 CM218 3 節連堂 | |
3 10:10–11:00 | ||
4 11:10–12:00 | ||
5 13:20–14:10 | 深度學習研究模組 CM218 2 節連堂 | |
6 14:20–15:10 |
* 根據陽明交大上課時間表所列
Unit 1_處理器架構與平行運算(賴伯承):介紹目前計算機架構的主要理論,並延伸討論平行運算系統中的設計與優化方式。 Unit 2_Network Protocol(郭志義):N/A Unit 3_下世代開放架構網路(連紹宇):介紹第五代行動通訊網路架構與協定、開放架構無線接取網路架構與協定 Unit 4_行動網路機器學習演算設計(連紹宇):介紹行動網路應用例、人工智慧/機器學習演算於行動網路之應用 Unit 5_機率統計與實驗(魏澤人):旨在為機器學習學生提供統計學的基礎知識和工具。 課程的主要目標是: 統計基礎: 瞭解統計在數據科學和機器學習中的重要性,包括描述性統計和推論統計。 概率理論: 掌握基本的概率概念,如隨機變數和概率分佈。 實用技能: 通過實際的數據集操作和分析,提高使用統計方法的實務能力。 機器學習應用: 瞭解如何將統計方法應用於機器學習問題,包括基本的迴歸分析和最大似然估計。
Unit 1_處理器架構與平行運算(賴伯承):基本程式設計、數位邏輯電路、VLSI。 Unit 2_Network Protocol(郭志義):N/A Unit 3_下世代開放架構網路(連紹宇):電腦網路 Unit 4_行動網路機器學習演算設計(連紹宇):電腦網路 Unit 5_機率統計與實驗(魏澤人):N/A
Unit 1_處理器架構與平行運算(賴伯承):課堂講授、投影片 Unit 2_Network Protocol(郭志義):N/A Unit 3_下世代開放架構網路(連紹宇):課堂講授、投影片 Unit 4_行動網路機器學習演算設計(連紹宇):課堂講授、投影片 Unit 5_機率統計與實驗(魏澤人):N/A
Unit 1_處理器架構與平行運算(賴伯承):作業成績50%、小測驗50% Unit 2_Network Protocol(郭志義):Homework 40%、Written exam 60% Unit 3_下世代開放架構網路(連紹宇):考試100% Unit 4_行動網路機器學習演算設計(連紹宇):考試100% Unit 5_機率統計與實驗(魏澤人):N/A
| 週次 | 主題 |
|---|---|
| 第 1 週 | 課程說明 |
| 第 2 週 | Unit 1_處理器架構與平行運算(賴伯承): 單元主題:基本計算機架構 課程內容:基本計算機架構介紹,pipeline架構介紹 |
| 第 3 週 | Unit 1_處理器架構與平行運算(賴伯承): 單元主題:記憶體階層與資料管理 課程內容:運算系統的記憶體階層架構,以及資料管理技術 |
| 第 4 週 | Unit 1_處理器架構與平行運算(賴伯承): 單元主題:平行運算系統與架構設計 課程內容:平行運算系統架構,以及效能優化技術。測驗。 |
| 第 5 週 | Unit 2_Network Protocol(郭志義): 單元主題:L2 protocols 課程內容:N/A |
| 第 6 週 | Unit 2_Network Protocol(郭志義): 單元主題:L3 protocols 課程內容:N/A |
| 第 7 週 | 兒童節及清明節連假 |
| 第 8 週 | Unit 2_Network Protocol(郭志義): 單元主題:L4 protocols 課程內容:N/A |
| 第 9 週 | Unit 3_下世代開放架構網路(連紹宇): 單元主題:第五代行動通訊網路架構與協定 課程內容:行動通訊網路標準制定、第五代行動通訊網路實體層、第五代 行動通訊網路媒體存取控制層/無線連結控制層/封包資料收斂層、其他網 路功能 |
| 第 10 週 | Unit 3_下世代開放架構網路(連紹宇): 單元主題:開放架構無線接取網路架構與協定 課程內容:開放架構無線接取網路聯盟與架構、智慧基站控制器、開放架 構無線接取網路介面、人工智慧/機器學習演算工作流 |
| 第 11 週 | Unit 3_下世代開放架構網路(連紹宇): 單元主題:無 課程內容:考試 |
| 第 12 週 | Unit 4_行動網路機器學習演算設計(連紹宇): 單元主題:行動網路應用例 課程內容:人工智慧/機器學習演算工作流、人工智慧/機器學習演算於不同行動網路應用例之工作分工 |
| 第 13 週 | Unit 4_行動網路機器學習演算設計(連紹宇): 單元主題:人工智慧/機器學習演算於行動網路之應用 課程內容:深度強化學習、人工智慧/機器學習於無線資源分配之應用、人 工智慧/機器學習於衛星網路之應用、人工智慧/機器學習於拆分演算之應用 |
| 第 14 週 | Unit 4_行動網路機器學習演算設計(連紹宇): 單元主題:無 課程內容:考試 |
| 第 15 週 | Unit 5_機率統計與實驗(魏澤人): 課程內容: * 統計在機器學習中的重要性: 解釋統計在數據分析和機器學習中的角色。 * 描述性統計: 平均數、中位數、眾數、方差、標準差。 * 概率基礎: 包括概率分佈(常態分佈、二項分佈)、隨機變數、期望值和方差。 -> 數據探索實驗: 使用Python進行基本的數據集探索,包括計算描述性統計和繪製視覺化圖表。 |
| 第 16 週 | Unit 5_機率統計與實驗(魏澤人): 課程內容: * 抽樣方法與估計: 探討抽樣技術、點估計和區間估計。 * 假設檢驗: 介紹零假設和對立假設,p值,以及t檢驗和卡方檢驗。 -> 假設檢驗實驗: 實施t檢驗以比較兩組數據,幫助學生瞭解如何在Python中進行假設檢驗。 |
| 第 17 週 | Unit 5_機率統計與實驗(魏澤人): 課程內容: 迴歸分析: 討論相關性和簡單線性迴歸,以及迴歸係數的解釋。 機器學習中的統計應用: 包括貝葉斯統計、模型評估指標,以及最大似然估計的概念。 -> 線性迴歸實驗: 使用機器學習庫(如scikit-learn)實施線性迴歸模型,並解釋迴歸係數。 |
| 第 18 週 | 期末專題 |
Unit 1_處理器架構與平行運算(賴伯承):Computer Architecture: A Quantitative Approach, 6/e, John L. Hennessy, David A. Patterson Morgan Kaufmann Unit 2_Network Protocol(郭志義):N/A Unit 3_下世代開放架構網路(連紹宇):自行準備教材 Unit 4_行動網路機器學習演算設計(連紹宇):自行準備教材 Unit 5_機率統計與實驗(魏澤人):N/A