| 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 |
| 了解如何使用機器學習進行統計資料分析 |
| 1.統計思維與邏輯推理 |
| 2.資料分析、模型建構與軟體應用 |
| 3.統計計算與模擬研究 |
| 4.專業知識與外文文獻研討 |
|
|
|
| 書面報告 |
| 出席狀況 |
| 口頭報告 |
| 作業 |
| 測驗 |
| 實作 |
| 其他 |
|
| 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 |
Introduction |
| 第2週 |
Regression |
| 第3週 |
Regression (Classification) |
| 第4週 |
SVM |
| 第5週 |
Decision Tree |
| 第6週 |
Ensamble Learning |
| 第7週 |
PCA |
| 第8週 |
Mid-term exam or report |
| 第9週 |
Clustering |
| 第10週 |
DNN I |
| 第11週 |
DNN 2 |
| 第12週 |
CNN |
| 第13週 |
RNN |
| 第14週 |
AE |
| 第15週 |
GAN |
| 第16週 |
Final exam or report |
自主學習
內容 |
03.製作專題報告
|
|
| 學習評量方式 |
小考/出席率（～60%）：補考成績*60%
學習筆記/作業（～20%）
大考/報告（～10%）
其他（～10%）
平常請自行確認成績/學期結束後不開放查詢
總成績會做調整/最高96分/無補救方式 |
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
| 2019_Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition by Aurélien Géron (z-lib.org) |
| 課程教材（教師個人網址請列在本校內之網址） |
| https://www.youtube.com/channel/UCSivAooQ-OTLATS1dTT3DZw |
| 課程輔導時間 |
| 預約 |
| 聯合國全球永續發展目標(連結網址) |
|
|