|
課程名稱 |
人工智慧與機器學習導論
Introduction to Artificial Intelligence and Machine Learning |
|
開課學期 |
108-1 |
|
授課對象 |
電機資訊學院 電機工程學系 |
|
授課教師 |
于天立 |
|
課號 |
EE4061 |
|
課程識別碼 |
901 42010 |
|
班次 |
|
|
學分 |
3.0 |
|
全/半年 |
半年 |
|
必/選修 |
選修 |
|
上課時間 |
星期三2,3,4(9:10~12:10) |
|
上課地點 |
明達231 |
|
備註 |
總人數上限：100人 |
|
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1081_AIML |
|
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 |
1. General intro to AI (about 1 week)
2. Problem solving by search (about 5 weeks)
3. Machine learning (about 6 weeks)
4. Logic and planning (about 4 weeks) |
|
課程目標 |
1. Let students understand the basic ideas about AI/ML
2. Let students be able to read AI/ML related literature.
3. Let students be able to apply AI/ML related techniques to their research. |
|
課程要求 |
Programming in Python (mandatory)
Data structures and Algorithms (optional)
Grading:
50% Homework
30% Midterm exam
20% Final exam |
|
預期每週課後學習時數 |
|
|
Office Hours |
|
|
指定閱讀 |
Textbook: Artificial Intelligence: A Modern Approach (3rd Ed.) |
|
參考書目 |
待補 |
|
評量方式
(僅供參考) |
|
|
週次 |
日期 |
單元主題 |
|
第1週 |
2019/09/11 |
Introduction |
|
第2週 |
2019/09/18 |
Uninformed Search |
|
第3週 |
2019/09/25 |
Informed Search |
|
第5週 |
2019/10/09 |
Adversarial Search |
|
第6週 |
2019/10/16 |
Temporal Probabilistic Models |
|
第7週 |
2019/10/23 |
Concept Learning |
|
第9週 |
2019/11/06 |
<font color=#0000cc><b>Midterm</b></font> |
|
第10週 |
2019/11/13 |
Computation Learning Theory |
|
第12週 |
2019/11/27 |
Reinforcement Learning |
|
第13週 |
2019/12/04 |
|
|
第14週 |
2019/12/11 |
Neural Networks & Deep Learning
|
|
第15週 |
2019/12/18 |
Classification |
|
第17週 |
2020/01/01 |
<font color=#cc0000>Day off</font> |
|
第18週 |
2020/01/08 |
<font color=#0000cc><b>Final</b></font> |