開課班級

選、必修

學分數

先修課程

計算機概論

大四

選

3

規劃者

王雲哲

共同規劃者

無

目   的

(1) 使學生熟悉人工智慧機器學習理論中，深度類神經網路的理論與應用

(2) 使學生應用深度學習演算法，求解數學與工程中的最佳化問題，並應用於智慧製造和材料設計

核心能力及基本素養

核心能力

n   力學、數學及其他基礎科學之知識

n   土木工程之分析知識與執行能力

n   執行工程實務所需之知識與技能

土木工程設計及創新能力

有效溝通表達與團隊合作之能力

n   發掘、分析及處理問題之能力

n   持續學習之能力

n   責任感、工程倫理觀念

基本素養

n   人文素養

n   誠信與專業務實

n   善待環境之胸懷

n   國際視野

課程內容

1.           機器學習與人工智慧之發展歷史簡介

2.           數學基礎：線性代數、機率論、最佳化理論

3.           機器學習基礎理論與方法

4.           類神經網路與深度類神經網路

5.           正向深度網路，反向傳播法

6.           卷積類神經網路

7.           遞歸類神經網路

8.           深度生成模型

9.           深度學習於偏微分方程式求解之應用

10.        深度學習於智慧製造和材料設計之應用

教科書

(含參考書)

1.           F. Chollet, Deep Learning with Python, Manning Publications Co., USA, 2018. ISBN 9781617294433

2.           I. Goodfellow, Y. Bengio, A. Courville, Deep Learning, MIP Press, 2016. ISBN 9780262035613

3.           I. H. Witten, E. Frank, M.A. Hall, C.J. Pal, Data Mining: Practical Machine Learning Tools and Techniques, 4^th Ed., Elsevier, 2017. ISBN 9780128042915

評分方式

作業 30%, 期中考 30%, 期末考 40%

修習本課程後學生應具備之能力

了解類神經網路深度學習於人工智慧應用中的數學基礎

撰寫深度學習演算法，用於求解數學與工程相關的最佳化問題