微學分課程

機器學習

Machine Learning

課程基本資料 Course Detail
課程名稱

機器學習

Course Name

Machine Learning

學期別
Semester

108 - 2

類別
Type

通識微學分

課程學分
Credits

1

總授課時數
Lecture Hours

20

其他課程資料
通識分類

C - 自然科學

辦理方式

上機實作

開放網路選課

修課人數上限

30

選課起始日

2020-02-10 00:00

選課截止日

2020-03-06 23:59

課程申請教師
申請單位

工程學院 資訊工程系

申請教師

曾建勳 [查看教師Office Hours]

教學內容 Course Outline
  • 2020-03-12(週四) 13:30 ~ 17:20
    曾建勳
    I3301 多媒體網路實驗室

    介紹機器學習的、模式、演進、發展現況、應用情形與挑戰,Python環境安裝、基本語法、檔案讀與寫、Python基本程式庫使用
  • 2020-03-19(週四) 13:30 ~ 17:20
    曾建勳
    I3301 多媒體網路實驗室

    基於Python之輸入資料型態探討、數據分佈狀態、資料統計分析、資料視覺化
  • 2020-03-26(週四) 13:30 ~ 17:20
    曾建勳
    I3301 多媒體網路實驗室

    輸入資料預備處理技術、資料標示、特性選擇,監督式學習之分類演算法介紹,基於 Python之
    之程式庫使用、資料訓練與預測
  • 2020-04-09(週四) 13:30 ~ 17:20
    曾建勳
    I3301 多媒體網路實驗室

    監督式學習之回歸演算法探討,基於Python之程式庫使用、資料訓練與預測
  • 2020-04-23(週四) 13:30 ~ 17:20
    曾建勳
    I3301 多媒體網路實驗室

    深度學習與Tensor Flow介紹、演進、發展現況、應用情形與挑戰,Nvidia Jetson Nano機器學習開發板介紹,使用Jetson Nano即時影像辨識、物件辨識等練習
教學目標及該課程關聯性
  • 課程涵蓋之基本素養

    資訊處理、應用創新

  • 具體說明

    本課程前端以機器學習模式與演算法搭配少許的Python程式設計為學習主軸,培育具Python應用程式開發能力之人才,使學生可以同時熟習相關整合性開發技術。 透過相關上機實作教學與演算法專案介紹,引導學生使用開放資料進行數據分析與學習模式訓練實作。課程後端介紹人工智慧之深度學習與物聯網及智慧行動裝置之相關開發技術並了解未來發展性。

  • 學習預計成效

    本課程內容設計主要強調人工智慧之機器學習的基礎概念、並培育基於Python程式設計與開發的能力,預期要達到的目標如下:
     讓學生了解基於Python程式開發之機器學習模型與應用,使修習本課程的學生瞭解並熟習相關人工智慧產品的技術知識,以及如何應用該技術於物聯網的整合開發應用服務。
    讓同學充份學習到機器學習方法,學習對資料分析的方式做出最佳決策,並提昇機器學習系統的效能等機器學習相關之重要核心技術。
    同學可以使用大量的數據和不同的演算法來分析數據、從中學習,機器按部就班查看模式、處理數據的演算法,讓電腦學習如何判斷、預測並執行任務。
    透過相關實作與跨領域教學來結合物聯網應用設計,誘導學生進行創意發想與專題實作、培養與訓練學生在人工智慧物聯網整合開發應用之設計能力。
    讓同學充份認識人工智慧與機器學習領域如何改寫科學與產業發展以及未來的發展與趨勢,充實自身對演算法與機器學習等高階技術的競爭力。