國立中興大學教學大綱

課程名稱	(中) 機器學習(4117)
	(Eng.) Machine Learning
開課單位	資工系
課程類別	選修			學分	3	授課教師	楊景明
選課單位	資工系 / 學士班			授課使用語言	英文	英文/EMI	Y	開課學期	1141
課程簡述	This course offers a comprehensive introduction to machine learning. Students will understand the theoretical foundations of machine learning algorithms and gain hands-on experience implementing them using Python and TensorFlow. Through real-world applications, students will demonstrate their ability to apply machine learning algorithms to solve practical problems.
先修課程名稱								課程含自主學習	Y

課程與核心能力關聯配比(%)			課程目標之教學方法與評量方法
課程目標	核心能力	配比(%)	教學方法	評量方法
1. Understand the theoretical foundations of machine learning algorithms. 2. Implement machine learning algorithms using Python and TensorFlow. 3. Apply machine learning algorithms to real-world problems.			習作 討論 講授 專題探討/製作	書面報告 出席狀況 作業 測驗
授課內容(單元名稱與內容、習作/每週授課、考試進度-共16週加自主學習)
週次 授課內容 第1週 What is Machine Learning 第2週 End-to-End Machine Learning Task 第3週 Classification 第4週 Regression 第5週 Gradient Descent 第6週 Support Vector Machine 第7週 Decision Tree 第8週 Midterm Exam 第9週 Ensemble Learning and Random Forest 第10週 Data Preprocessing 第11週 Dimensionality Reduction 第12週 Unsupervised Learning 第13週 Deep Learning and Neural Network 第14週 Deep Learning and Neural Network 第15週 Reinforcement Learning 第16週 Final Exam Reading Assignment (Self-learning Week) Reading Assignment (Self-learning Week) 自主學習 內容
學習評量方式
Midterm exam (20%) Final exam (20%) Quiz + in-class exercises (30%) Final project (20%) Attendance (10%)
教科書＆參考書目(書名、作者、書局、代理商、說明)
Self-made materials Reference books：Hands-On Machine Learning with Scikit-Learn, Keras, and Tensorflow: Concepts, Tools, and Techniques to Build Intelligent Systems Authors：Aurélien Géron Publisher：O’REILLY
課程教材（教師個人網址請列在本校內之網址）
Self-made materials
課程輔導時間
Please make an appointment by email
聯合國全球永續發展目標(連結網址)
04.教育品質   08.就業與經濟成長   09.工業、創新基礎建設   11.永續城市 提供體驗課程：N

請尊重智慧財產權及性別平等意識，不得非法影印他人著作。
更新日期 西元年/月/日：無	列印日期 西元年/月/日：2025 / 7 / 03
MyTB教科書訂購平台：http://www.mytb.com.tw/