人工智慧
Artificial Intelligence
學期
110-2
學分
0
學分
當期課號
2378
永久課號
SET1420
開課單位
系統工程與科技學士學位學程
授課教師
鄭紹宏
類別
選修
上課時間表
| 節 | 週三 |
|---|---|
6 14:20–15:10 | 人工智慧 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
本課程目標在介紹人工智慧的基本理論、方法和工具,探討機器學習技術在資料分析、預測、識別、分群的應用,期望透過這門課,讓學生具備實作的基本能力,以期未來能應用到專業領域中。
先修科目
微積分、線性代數、機率與統計
備註
無備註
教學方式
教師未提供此項資料
評分方式
作業成績(50%) 平時成績(10%) 學期報告(40%)
課程大綱
教師未提供此項資料
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | Introductions |
| 第 2 週 | Regression |
| 第 3 週 | Classification |
| 第 4 週 | Introduction of Deep Learning |
| 第 5 週 | Convolutional Neural Network |
| 第 6 週 | Recurrent Neural Network |
| 第 7 週 | Seq2seq |
| 第 8 週 | Auto-Encoders |
| 第 9 週 | Midterm Exam |
| 第 10 週 | Self-Attention |
| 第 11 週 | Bidirectional Encoder Representations from Transformers |
| 第 12 週 | Deep Reinforcement Learning : Basics |
| 第 13 週 | Deep Reinforcement Learning : Policy Gradient |
| 第 14 週 | Deep Reinforcement Learning : Actor-Critic |
| 第 15 週 | Generative Adversarial Network |
| 第 16 週 | Explainable AI |
| 第 17 週 | Final Project Preparation |
| 第 18 週 | Final Project Presentation |
教科書
1.C. M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006 參考書 2.Goodfellow, Bengio, and Courville , Deep Learning, 1st Ed., MIT Press, Dec. 2016 3.R. S. Sutton and A. G. Barto, Reinforcement Learning: An Introduction, Nov. 2017
Office Hours
- 地點
- 研307
- 時間
- PM16:00-PM17:00 on Monday (with appointment)
- 聯絡方式
- locoling@gmail.com