教學大綱 Syllabus

課程簡介Course Description

依照學校指示：雖然實體課程只有十六星期，但是依照本校正式公文通知與學則規定，每一學分仍然應該有十八小時的教學規畫。因此在課程網頁的每週規畫表格之前，列有相當規模的自習活動。這些自習活動並非可有可無，而與這一門課開學之後的教學息息相關，也都屬於小考、期中評量、與期末評量的範圍。提醒選課同學必須自行複習所列之主題。

這一課程以介紹機器學習與深度學習的基本觀念和相關應用為目的。機器學習是人工智慧領域的重要區塊，近年以來因為計算技術的急速進步，許多過去的理論已經變成實用的技術。這一課程透過介紹許多基本的概念，期望讓選課同學了解機器學習技術的基礎觀念，並且進一步學習如何應用公開軟體來處理實際問題。這一課程將介紹機器學習的數個基本型態，包含監督式學習、非監督式學習、迴歸分析、及以類神經網路為基礎的深度學習；並且延伸到大型模型的討論。

課程中以講解基礎學理為主，同時伴隨程式實例的簡介。在幾乎每一個星期都有的 Moodle 作業中經常會使用到以Python為主的程式實例，期待大家都能兼顧學理與實例。

雖然我們會帶到一些關鍵的Python指令或者套件，但是這不是一門學習 Python 的課程。Python是選修這一門課程的先備能力。體驗機器學習的核心功能，而不建構整個應用系統的話，並不需要學會所有的Python指令。當然如果能隨心所欲應用Python是最好的。

如果以 Kaggle 公開課程做為參考比較的話，在假設同學不需要太多 Python、Pandas 和 Numpy/Scipy 的協助的前提之下，我們的課程計劃可以包含 Intro to Machine Learning 和 Intermediate Machine Learning 之外，還會接軌到深度學習入門 Intro to Deep Learning 的材料。2025學年可能繼續參考 Kaggle 的入門課程，也可能在開學之後更換對應目標；確定會有實作方向的對應目標。