Holiday
GEN II綜二A813 W2W3W4
機器學習為現代生活中常用的工具,在探討如何建構應用程式,利用觀察與經驗累積的知識,不斷自動調適其處理問題之方法 以 改善工作成效。本課程旨在介紹主要的學習理論和演算法,分析其理論模式,並討論相關之技術與應用。
Course keywords: Machine Learning 教學進度: Part I :Introduction to Python Part II Machine Learning Fundamentals 1. Regression 2. Generalization 3. Regularization Part III : Neural Networks Part IV :Introduction to tenserflow Part V :Convolutonal Neural Networks Part VI :Stochastic Gradient Descent Part VII :A Brief Introduction to Recurrent Neural Networks 教學方式: 課堂講授+上機寫程式 成績考核: 出席率+上機寫程式的狀況(50 %) 期中報告(15%) 期末上台及結報(35%) 備註: (1)本課程因教室人數上限,故不接受加簽。 (2) 上課時間:週三早上9:20-10:35 and 10:45-12:00 (3) 第一次上課ppt 已放在eeclass 上。 (4)本課程報告有條件開放使用生成式AI於課程產出 ,請註明如何使用生成式AI於課程產出
MON | TUE | WED | THU | FRI | |
08:00108:50 | |||||
09:00209:50 | |||||
10:10311:00 | |||||
11:10412:00 | |||||
12:10n13:00 | |||||
13:20514:10 | |||||
14:20615:10 | |||||
15:30716:20 | |||||
16:30817:20 | |||||
17:30918:20 | |||||
18:30a19:20 | |||||
19:30b20:20 | |||||
20:30c21:20 |
Average Percentage 88.37
Std. Deviation 6.8
計科所優先,第3次選課起開放全校修習
-
-