課程資訊
課程名稱
類神經網路
ARTIFICIAL NEURAL NETWORKS 
開課學期
97-1 
授課對象
學程  神經生物與認知科學學程  
授課教師
張斐章 
課號
BSE7021 
課程識別碼
622 M3010 
班次
 
學分
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:50人 
Ceiba 課程網頁
http://ceiba.ntu.edu.tw/971BSEANN 
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

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 science
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.  

課程目標
課程內容請參考 http://140.112.63.172:8080/ann/home.htm 
課程要求
 
預期每週課後學習時數
 
Office Hours
另約時間 
參考書目
Textbook:
張斐章、張麗秋,「類神經網路」,東華書局,2006年5月。
References:
1. Fredric M. Ham, Ivica Kostanic; Principles of Neurocomputing for Science &
Engineering. McGraw-Hill. 2001
2. Simon Haykin; Neural Networks – A comprehensive foundation, 2nd Edition,
1999.
3. 期刊論文  
指定閱讀
 
評量方式
(僅供參考)
 
No.
項目
百分比
說明
1. 
作業 
30% 
 
2. 
期中考 
35% 
 
3. 
期末報告  
35% 
 
 
課程進度
週次
日期
單元主題
第1週
9/15  類神經網路簡述、生物神經網路與類神經網路 
第2週
9/22  學習演算法 
第3週
9/29  學習演算法(作業一) 
第4週
10/6  倒傳遞類神經網路(BPNN)、MATLAB簡介(作業實習) 
第5週
10/13  倒傳遞類神經網路(BPNN)(作業繳交) 
第6週
10/20  輻狀基底函數類神經網路(RBFNN)、Neural Tool簡介 
第7週
10/27  輻狀基底函數類神經網路(RBFNN)(作業二) 
第8週
11/3  聚類演算法(Clustering)、自組性類神經網路(SOMNN)(作業實習) 
第9週
11/10  自組性類神經網路(SOMNN)(作業繳交) 
第10週
11/17  回饋式類神經網路(RNN) 
第11週
11/24  模糊集合與模糊邏輯系統(作業三) 
第12週
12/1  期中考 
第13週
12/8  反傳遞模糊類神經網路(CFNN)(作業實習) 
第14週
12/15  專案實習 
第15週
12/22  調適性網路模糊推論系統(ANFIS)(作業繳交) 
第16週
12/29  專題演講 
第17週
2009/1/5  期末報告(14PM~18PM) 
第18週
2009/1/12  期末報告(14PM~18PM)