學分數 |
3
|
修課時數 |
3
|
開課班級 |
日間部碩士班1年級 A班
|
本課程與系所培養學生能力指標關聯度: |
核心能力 | 能力指標 | 高度關聯 | 中度關聯 | 低度關聯 |
資訊系統、晶片與整合電之專業知識。 | 具備資訊系統結構化程式設計的能力。 |
✔
|
|
|
專題研究策劃與執行能力。 | 具有執行實驗,以及分析與解釋數據的能力。 |
✔
|
|
|
創新思考及獨立解決問題能力。 | 具備創新思考之基本能力。 |
|
✔
|
|
創新思考及獨立解決問題能力。 | 具備發掘、分析及獨力解決問題的能力。 |
|
✔
|
|
本課程培養學生下列知識: |
介紹類神經網路的基本概念及較新的模型。包含:1.瞭解單層感知機分類器2.瞭解多層前饋網路3.瞭解聯想式記憶4.瞭解比對與自調適網路5.瞭解支撐向量機6.瞭解脈衝式網路Fundamental concepts and newer models of artificial neural systems
1. Single-layer perceptron classifiers
2. Multilayer feedforward networks
3. Associative memories
4. Matching and self-organizing networks
5. Support vector machine
6. Spiking networks
|
每週授課主題 |
第01週:Introduction 第02週:Neuron Model and Network Architectures_I第03週:Neuron Model and Network Architectures_II第04週:Illustrative Examples第05週:Perceptron Learning Rule _ I第06週:Perceptron Learning Rule _ II第07週:Signal and Weight Vector Spaces第08週:Linear Transformations for NN第09週:Midterm Exam第10週:Performance Surfaces and Optimum Points第11週:Performance Optimization第12週: Widrow-Hoff _ I第13週: Widrow-Hoff _ II第14週:Back-propagation _ I第15週:Back-propagation _ II第16週:Back-propagation_ III第17週:Final Project第18週:Presentation
|
成績及評量方式 |
平時作業及出席:40%期中考:20%期末考:20%期末報告:20%
|
證照、國家考試及競賽關係 |
本課程無證照、國家考試及競賽資料。
|
主要教材 |
1.Martin T. Hagan, Howard B. Demuth, and Mark Beale, "Neural Network Design", Thomson Publishing Inc. (教科書)
|
建議先修課程 |
1.Engineering Math, Li
|
教師資料 |
教師網頁:http://www.cyut.edu.tw/~lcliao/
E-Mail: lcliao@cyut.edu.tw
Office Hour:
星期二,第5~6節,地點:R-306; 星期五,第3~4節,地點:R-306; 分機:4883
|
|
|