教學大綱 Syllabus

科目名稱：機器學習觀念與應用

Course Name: Machine Learning : Concepts and Applications
  • 學年學期：112-1 Fall Semester, 2023
  • 科目代碼：783005001 Course No.783005001

修別：群

Type of Credit: Partially Required

3.0

學分數

Credit(s)

60

預收人數

Number of Students

課程資料Course Details
  • 開課單位：人智學程 Course Department:Bachelor Program in Artificial Intelligence Applications/B/4
  • 授課老師：查怡 Instructor: Cha I Elizabeth
  • 先修科目：無Prerequisite(N/A)
  • 上課時間：五234 Session: fri09-12

課程簡介Course Description

此課程以介紹機器學習基本概念及應用為目標，將介紹基本機器學習與深度學習的相關知識，包含機器學習的廻歸 (regression)、分類 (classification)、分群 (clustering) 與關聯性分析 (association)，及深度學習的類神經網路 (artificial neural networks) 等模型歸念。

為配合選修之跨領域學生的能力與需求，內容將嘗試兼顧理論知識與實際應用，並藉由分組方式，邀請同學能深入了解機器學習在特定領域之發展及應用現況，並就人工智慧與機器學習技術對於人類社會的影響、未來發展等議題，進行討論。

本課程會使用電腦程式設計之技能，如果之前有自學或修習任何基本程式設計/語言如Python , C, C++, 或Java，在學習此課程會有所助益。

核心能力分析圖 Core Competence Analysis Chart

能力項目說明

    課程目標與學習成效Course Objectives & Learning Outcomes

    • 機器學習與深度學習基本觀念介紹。
    • 機器學習與深度學習的基本應用程式如廻歸、分類、分群、關聯性分析及基本深度學習等的體驗。
    • 了解產業界於機器學習之最新發展及應用現況。
    • 認識並討論人工智慧與機器學習技術對於人類社會的影響、未來發展等議題。

    每周課程進度與作業要求 Course Schedule & Requirements

    教學週次Course Week 彈性補充教學週次Flexible Supplemental Instruction Week 彈性補充教學類別Flexible Supplemental Instruction Type

    週次

    課程主題

    課程內容與指定閱讀

    教學活動與作業

    1

    課程介紹

    說明課程目標與設計理念、課程安排及給分說明；進行自我介紹，說明 HW1；了解並確認修課同學程式設計程度或經驗

    HW1

    2

    人工智慧簡介

    人工智慧、機器學習、演算法、大數據、黑盒子的基礎認識

    課堂練習

    3

     

    中秋節 (放假)

     

    4

    統計原理

    認識大數據、傳統統計、商用統計與工程統計

    課堂練習

    5

    機器學習

    複習高中課程的線性廻歸，連結到機器學習的基本觀念及應用練習

    課堂練習

    6

    機器學習

    了解分類的基本學理觀念，並連結到機器學習及實際應用練習

    課堂練習

    7

    機器學習

    說明分群的基本概念，並連結到機器學習及實際應用練習

    課堂練習

    8

    機器學習評量

    關聯性分析基本概念說明，並連結到機器學習及實際應用練習

    課堂練習

     

    9

    評量

    期中考

     

    考試

    10

    機器學習之應用

    業師分享機器學習在停車系統之實際應用(暫定：NHR尼采實業總經理 張世模)

    課堂練習、摘要業師演講內容

    11

    期中成果檢視

    檢討期中考考卷

    並針對期末分組報告進行分組

    分組討論

    12

    機器學習之應用

    業師分享機器學習在停車系統之實際應用(暫定：英科智能台灣區總經理 林彥竹博士)

     

    		 課堂練習、摘要業師演講內容

    13

    深度學習

    淺談深度學習、類神經網路、並其實際應用練習

     

    課堂練習

    14

    人工智慧

    人工智慧的發展與影響

     

    課堂練習

    15

    成果發表

    機器學習應用領域期末分組報告

    壁報展示暨分組口頭報告

    16

    評量

    期末考

    考試

    17

    彈性補充教學

    課程相關線上學習

     

    18

    彈性補充教學

    課程相關線上學習

     

    授課方式Teaching Approach

    30%

    講述 Lecture

    15%

    討論 Discussion

    25%

    小組活動 Group activity

    25%

    數位學習 E-learning

    5%

    其他： Others: 了解機器學習領域最新應用及發展現況

    評量工具與策略、評分標準成效Evaluation Criteria

    • 出席點名 15%
    • 平時 (包含作業及上課練習) 25%
    • 分組專題報告 20%
    • 期中考 20%
    • 期末考 20%

    作業及報告部分可使用生成式 AI 工具，除了註明清楚參考使用生成式 AI 工具之外，請用自己的話來整理所查找之資料，勿直接複製貼上。

    指定/參考書目Textbook & References

    課程講授之內容會以教師自備教材及相關投影片為主，主要內容將參考下列書籍：

    1. Stuart Russell and Peter Norvig (2021). Artificial Intelligence –A Modern Approach, 4th Edition, Pearson
    2. Rudolph Russell (2018). Machine Learning – Step-by-Step Guide to Implement Machine Learning Algorithms with Python
    3. Sowmya Vajjala, Bodhisattwa Majumder, Anuj Gupta & Harshit Surana (2020). Practical Natural Language Processing, O’Reilly.
    4. Yaser S. Abu-Mostafa, Malik Magdon-Ismail and Hsuan-Tien Lin (2012). Learning From Data – a Short Course, AMLbook.com
    5. 吳作樂、吳秉翰 (2020). 圖解機器學習、人工智慧與人類未來，五南圖書出版股份有限公司
    6. 文淵閣工作室編著、鄧文淵總監製 (2021). Python 機器學習與深度學習特訓班：看得懂也會做的 AI 人工智慧實戰，第二版，碁峰資訊股份有限公司
    7. 秋庭伸也、杉山阿聖、寺田學著，加藤公一監修，王立綸、李重毅、馮俊菘、蔡明亨審定，周若珍譯 (2021). 零基礎入門的機器學習圖鑑，采實文化事業股份有限公司

    已申請之圖書館指定參考書目 圖書館指定參考書查詢 |相關處理要點

    維護智慧財產權，務必使用正版書籍。 Respect Copyright.

    課程相關連結Course Related Links

    
            
    
        
    
        
    
        
    
            
    
                
                
    
                
    課程附件Course Attachments
    
            
    
            
    
                
                
            
    
        
    
    
    
    
    
        
    
            
            
    
                
                
    
                    課程進行中，使用智慧型手機、平板等隨身設備
                    To Use Smart Devices During the Class
                
    
                
    
                        
                            是
                        
                        Yes
                
    
            
    
        
    
    
    
    
    
    
        
        
    
            
    列印