Weekly outline

    《尊重智慧財產權，請使用正版教科書，勿非法影印書籍及教材，以免侵犯他人著作權》

    【瀏覽課程大綱Syllabus】【列印Print】

  • General

    本課程於教學平台上提供精簡課程簡報，方便修課同學列印至課堂上紀錄詳細課程重點與內容。

  • 1. 9 September - 15 September

    課程預備
    課程內容簡介以及評分方式說明

    • 2. 16 September - 22 September

      第一章 人工智慧初探

      1.1 人工智慧的發展
      1.2 人工智慧@台灣
      1.3 智慧機器簡述

      • 3. 23 September - 29 September

        第二章 人工智慧的應用

        2.1 影像處理與自然語言處理
        2.2 邏輯推理與疾病預測
        2.3 其他

        • 4. 30 September - 6 October

          第三章 專家系統

          3.1 專家系統結構
          3.2 基本性能
          3.3 推理技術

          • 5. 7 October - 13 October

            第四章 模糊專家系統

            4.1 模糊集合
            4.2 語言變數和模糊限制語
            4.3 模糊規則與推理

            • 6. 14 October - 20 October

              第五章 機器學習

              5.1 Anaconda開發環境
              5.2 Keras框架 
              5.3 監督式學習 
              5.4 非監督式學習

              • 7. 21 October - 27 October

                第五章 機器學習
                5.5 強化學習
                5.6 迴歸 
                5.7 決策樹  
                5.8 隨機森林 

                • 8. 28 October - 3 November

                  第五章 機器學習

                  5.9 支持向量機
                  5.10 單純貝斯分類器
                  5.11 K-聚類法 
                  5.12 K-平均分群   
                  5.13 DBSCAN   
                  5.14  階層式分群   
                  5.15 關聯規則學習

                   

                  • 9. 4 November - 10 November

                    期中考

                    • 10. 11 November - 17 November

                      第六章 演化計算

                      6.1 演化定義
                      6.2 基因演算
                      6.3 演化策略

                      • 11. 18 November - 24 November

                        第七章 人工神經網路

                        7.1 腦工作機制
                        7.2 神經元與感知器
                        7.3 神經網路與學習機制

                        • 12. 25 November - 1 December

                          第八章 深度學習應用

                          8.1 卷積神經網路
                          8.2 遞歸神經網路
                          8.3 生成對抗網路
                          9.4 其他

                          • 13. 2 December - 8 December

                            第九章 人工智慧實務應用

                            9.1 電腦視覺 

                            • 14. 9 December - 15 December

                              第九章 人工智慧實務應用

                              9.2 自然語言處理

                              • 15. 16 December - 22 December

                                第十章 混合智慧型系統

                                10.1 神經專家系統
                                10.2 神經模糊系統
                                10.3 自適應系統
                                10.4 演化神經系統
                                10.5 模糊演化系統

                                • 16. 23 December - 29 December

                                  第十一章 知識工程

                                  11.1 知識工程簡介
                                  11.2 智慧系統可以解決的問題
                                  11.3 混合智慧系統可以解決的問題

                                  • 17. 30 December - 5 January

                                     第十二章 資料探勘與知識發掘

                                    12.1 統計方法與資料視覺化
                                    12.2 決策樹
                                    12.3 關聯規則與購物籃分析

                                    • 18. 6 January - 12 January

                                      期末考試。