國立中興大學教學大綱

課程名稱	(中) 機器學習(7688)
	(Eng.) Machine Learning
開課單位	資管所
課程類別	選修			學分	3	授課教師	呂瑞麟
選課單位	資管所 / 碩專班			授課使用語言	中文	英文/EMI	N	開課學期	1091
課程簡述	近年來，機器學習技術已經成為研究以及實務應用上的顯學。我們將介紹機器學習技術的入門技巧，包含基本的 regression, classification, clustering 等，並且我們也會介紹基礎的類神經網路（或者深度學習）。除了介紹各種技術之外，我們也介紹衡量這些技術的衡量指標，以及機器學習的一些限制。
先修課程名稱								課程含自主學習	N

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
本課程的目標在於訓練學生了解機器學習的概觀了解以及具有機器學習的基本能力，並能與工作結合而開發機器學習系統。	1.專業知能與實務應用 2.自主解決問題 3.創新思維 4.領導溝通與團隊合作 5.社會責任與全球視野	30 25 20 15 10	講授 討論 習作	實作 測驗 作業 口頭報告 出席狀況 書面報告
授課內容(單元名稱與內容、習作/每週授課、考試進度-共18週)
What is machine learning? Introduction to Problem Framing. Fundamentals in Math. -- Statistics, Linear Algebra. Important Elements in Machine Learning. Feature Selection and Feature Engineering. Linear Regression. Logistic Regression. Clustering Fundamentals. Hierarchical Clustering. Introduction to Recommendation Systems. A Brief Introduction to Deep Learning and Tensorflow. Introduction to Natural Language Processing. Topic Modeling and Sentiment Analysis in NLP. (including Chinese NLP) (Option) Naive Bayes. (Option) Support Vector Machines. (Option) Decision Trees and Ensemble Learning.
學習評量方式
Class Participation: 10%. Homeworks: 35%. Midterm Project: 25%. Final Project: 30%.
教科書＆參考書目(書名、作者、書局、代理商、說明)
Text Book: Giuseppe Bonaccorso, "Machine Learning Algorithms", Packt Publishing, 2017. Reference Books: 賴屹民譯, 初探機器學習演算法, 碁峰, 2017. (宋先生；ben_song@gotop.com.tw)
課程教材（教師個人網址請列在本校內之網址）
https://web2-sso.nchu.edu.tw/~jlu/classes/ml-e/
課程輔導時間
Wed. 14:00~15:00
聯合國全球永續發展目標(連結網址)
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 / 17
MyTB教科書訂購平台：http://www.mytb.com.tw/