課程資訊
課程名稱
類神經網路:理論與實務
Artificial Neural Networks : Theory and Application 
開課學期
105-1 
授課對象
生物資源暨農學院  生物環境系統工程學系  
授課教師
張斐章 
課號
BSE5114 
課程識別碼
622 U4710 
班次
 
學分
全/半年
半年 
必/選修
選修 
上課時間
星期一7,8,9(14:20~17:20) 
上課地點
農工九 
備註
總人數上限:46人 
Ceiba 課程網頁
http://ceiba.ntu.edu.tw/1051BSE5114_ 
課程簡介影片
 
核心能力關聯
本課程尚未建立核心能力關連
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

類神經網路具有從環境中擷取資訊,自我學習的能力。我們可利用電腦的軟硬體來模擬生物神經網路的資訊處理系統,由人類專家解決問題的實際案例中學習,利用非線性函數的轉換,能有效地對大量資料進行分析。解決過去傳統的電腦資訊理論中一些難以突破的瓶頸,例如:生物醫學和農業領域中之判識、分類或推論;科學與工程領域中之模擬與預測、最佳化管理、非線性系統識別、圖形和語音的辨識、下象棋圍棋、或者是處理邏輯上的XOR問題等。因此本課程相當適合對了解類神經網路之基本原理具濃厚興趣或是想運用神經網路科技解決生物醫學與工程領域上的問題之同學。 

課程目標
待補 
課程要求
待補 
預期每週課後學習時數
 
Office Hours
 
指定閱讀
待補 
參考書目
Textbook:
張斐章、張麗秋,「類神經網路導論:原理與應用(第二版)(CD Inside)」,滄海書局,2015
年。
References:
1.Simon Haykin; Neural Networks – A comprehensive foundation, 3nd Edition,
2009.
2.類神經網路相關期刊論文導讀
 
評量方式
(僅供參考)
 
No.
項目
百分比
說明
1. 
作業 
35% 
 
2. 
期中考 
40% 
 
3. 
期末報告 
25% 
 
 
課程進度
週次
日期
單元主題
第1週
9/12  課程內容簡介、 類神經網路簡述 
第2週
9/19  生物神經網路與類神經網路 、學習演算法 
第3週
9/26  學習演算法、MATLAB簡介與練習、Neural Tool簡介 
第4週
10/03  學習演算法、倒傳遞類神經網路(BPNN) 
第5週
10/10  ***雙十放假*** 
第6週
10/17  倒傳遞類神經網路(BPNN) < 作 業 繳 交 > 
第7週
10/24  輻狀基底函數類神經網路(RBFNN) 
第8週
10/31  自組性類神經網路(SOMNN) 
第9週
11/07  自組性類神經網路(SOMNN)、聚類演算法(Clustering) 
第10週
11/14  回饋式類神經網路(RNN) < 作 業 繳 交 > 
第11週
11/21  Nonlinear Autoregressive with exogenous input (NARX) network 
第12週
11/28  模糊集合與模糊邏輯系統 
第13週
12/05  反傳遞模糊類神經網路(CFNN) 
第14週
12/12  調適性網路模糊推論系統(ANFIS) < 作 業 繳 交 > 
第15週
12/19  期中考 
第16週
12/26  專題演講-Hybrid ANNs & applications 
第17週
1/02  ***元旦補假*** 
第18週
01/09  期末報告