|
課程名稱 |
類神經網路
ARTIFICIAL NEURAL NETWORKS |
|
開課學期 |
95-1 |
|
授課對象 |
學程 生物統計學程 |
|
授課教師 |
張斐章 |
|
課號 |
BSE7021 |
|
課程識別碼 |
622 M3010 |
|
班次 |
|
|
學分 |
3 |
|
全/半年 |
半年 |
|
必/選修 |
選修 |
|
上課時間 |
星期一6,7,8(13:20~16:20) |
|
上課地點 |
農工九 |
|
備註 |
總人數上限：65人 |
|
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/951ANN |
|
課程簡介影片 |
|
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
|
課程大綱
|
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
|
課程概述 |
課程內容：1.類神經網路簡述2.生物神經網路與類神經網路3.學習演算法4.倒傳遞類神經
網路5.輻狀基底函數類神經網路6.自組性類神經網路7.聚類演算法8.回饋式類神經網路9.
模糊集合與模糊邏輯系統10.反傳遞模糊類神經網路11.調適性網路模糊推論系統12.最佳化
搜尋法 |
|
課程目標 |
Neural networks have the ability to learn from their environment and adapt to
it in an iterative manner similar to their biological counterparts.
Neurocomputing can play an important role in solving certain problems in ience
and engineering such as forecasting, pattern recognition, optimization and
identification of nonlinear systems etc. The course is primarily intended
for those individuals, who want to understand the underlying principles of
artificial neural networks and want to be able to apply various neurocomputing
techniques to solve problems in science and engineering. |
|
課程要求 |
|
|
預期每週課後學習時數 |
|
|
Office Hours |
每週一 12:40~14:10
每週一 17:20~18:30 備註： 作業實習時間 |
|
指定閱讀 |
|
|
參考書目 |
張斐章、張麗秋，「類神經網路」，東華書局，2005。 |
|
評量方式
(僅供參考) |
|
No. |
項目 |
百分比 |
說明 |
|
1. |
期末報告 |
30% |
|
2. |
期中考 |
30% |
|
3. |
作業 |
40% |
|
|
|
週次 |
日期 |
單元主題 |
|
第1週 |
09/18 |
CH01_類神經網路簡述
CH02_生物神經網路與類神經網路 |
|
第2週 |
09/25 |
CH03_學習演算法 |
|
第3週 |
10/2 |
CH03_學習演算法 |
|
第4週 |
10/9 |
彈性放假 |
|
第5週 |
10/16 |
MATLAB應用 |
|
第5週 |
10/16 |
CH04_倒傳遞類神經網路 |
|
第6週 |
10/23 |
CH05_輻狀基底函數類神經網路 |
|
第7週 |
10/30 |
CH05_輻狀基底函數類神經網路
MATLAB應用─RBFNN |
|
第8週 |
11/6 |
CH07_聚類演算法 |
|
第9週 |
11/13 |
CH06_自組性類神經網路 |
|
第10週 |
11/20 |
CH08_回饋式類神經網路 |
|
第12週 |
12/4 |
CH09_模糊集合與模糊邏輯系統 |
|
第13週 |
12/11 |
CH10_反傳遞模糊類神經網路 |
|
第14週 |
12/18 |
CH11_調適性網路模糊推論系統 |
|
第15週 |
12/25 |
專題演講
(補上CH12_最佳化搜尋法投影片) |
|
第16週 |
1/1 |
元旦放假 |
|
第17週 |
1/8 |
ANN回顧 |
|
第18週 |
1/15 |
期末報告 |