新興工程概論
Introduction to Recent Advances in Engineering
學期
113-1
學分
3
學分
當期課號
910447
永久課號
SESE10226
開課單位
系統工程與科技學士學位學程
授課教師
林聰穎
類別
選修
上課時間表
| 節 | 週二 |
|---|---|
6 14:20–15:10 | 新興工程概論 3 節連堂 |
7 15:30–16:20 | |
8 16:30–17:20 |
* 根據陽明交大上課時間表所列
概述
課程中將介紹不同機器學習的方法和技術,以及在實務應用的問題。包含類神經網路技術、非監督式學習法、監督式學習法、迴歸分析等主題,並導入CPU、GPU、影像識別、遊戲法則等應用,使學生除理論學習外,亦能了解實務應用的方法。由於授課教師在最佳化理論與類神經網路課程有十多年授課經驗,特別將歷年授課講義整理成「Artificial Neural Network and Machine Learning, Using MATLAB」一書,並將持續充實教材內容。與市面教材最大不同處,本書以最佳化理論觀點來切入機器學習之技術,並以工程科系學生熟悉慣用之MATLAB軟體來進行程式與作業之撰寫,如此應該能大幅降低非資訊科技領域學生學習人工智慧理論之門檻,在本學期的課程進行中,亦獲得學生十分正向之回饋。
先修科目
Matlab Programing
評分方式
期中報告50% 期末報告50%
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | Introduction to Artificial Neural Networks, Basic Concepts |
| 第 2 週 | Introduction to Artificial Neural Networks, Biological Systems, History of Neural Network Research |
| 第 3 週 | Introduction to Artificial Neural Networks, Artificial Neural Network Applications |
| 第 4 週 | Characteristics of Artificial Neural Networks, ANN learning methods overview |
| 第 5 週 | Early Artificial Neural Networks Architectures |
| 第 6 週 | Early Artificial Neural Networks Architectures |
| 第 7 週 | Unsupervised Learning Networks |
| 第 8 週 | Unsupervised Learning Networks |
| 第 9 週 | Midterm |
| 第 10 週 | Multi-layer Feedforward Neural Networks and Backpropagation |
| 第 11 週 | Multi-layer Feedforward Neural Networks and Backpropagation |
| 第 12 週 | Multi-layer Feedforward Neural Networks and Backpropagation |
| 第 13 週 | Convolutional Neural Network (CNN) |
| 第 14 週 | Convolutional Neural Network (CNN) |
| 第 15 週 | Convolutional Neural Network (CNN) |
| 第 16 週 | Final |
教科書
自編講義
Office Hours
- 地點
- 研317
- 時間
- 周一 AM8-10
- 聯絡方式
- #316544