| 學分數 |
3
|
修課時數 |
3
|
開課班級 |
日間部四年制2年級 B班
|
| 本課程培養學生下列知識： |
|
圖形識別是開發各種人工智慧系統的基礎理論。本課程之課程目標為：
1. 瞭解人工智慧的學習理論
2. 瞭解人工智慧的決策理論
3. 瞭解回歸模型的知識
4. 瞭解分類模型的知識
1.瞭解人工智慧的學習理論2.瞭解人工智慧的決策理論3.瞭解回歸模型的知識4.瞭解分類模型的知識Pattern recognition is the basic theory for developing artificial intelligent systems. The course objectives are:
1. Understand the learning theory of artificial intelligence
2. Understand the decision theory of artificial intelligence
3. Understand the knowledge of regression models
4. Understand the knowledge of classification models
|
| 每週授課主題 |
|
第01週：圖形識別與機器學習簡介第02週：機率論第03週：模型選擇第04週：維度災難第05週：決策論第06週：二元變量第07週：多項式變量第08週：高斯分布第09週：期中考第10週：線性基函數模型第11週：線性基函數模型第12週：貝葉思線性回歸模型第13週：分類線性模型第14週：判別函數第15週：概率判別模型第16週：拉普拉斯近似法第17週：期末考第18週：期末作業
|
| 成績及評量方式 |
|
平時成績(包含作業、出缺席、小考)：40%期中考：30%期末考：30%缺課達到1/3不能參加期中考：0%
|
| 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.Pattern Recognition and Machine LearningChristopher M. BishopSpringer0-387-31073-82006 (教科書)2.模式识别与机器学习 马春鹏 2014(其他)
|
| 教師資料 |
教師網頁：http://www.cyut.edu.tw/~shliu/
E-Mail： shliu@cyut.edu.tw
Office Hour：
星期二,第3~4節,地點:R-215;
星期三,第3~4節,地點:R-215;
分機:5211
|
|