課程資訊
課程名稱
工程數學特論
Selected Topics in Engineering Mathematics 
開課學期
110-2 
授課對象
電機資訊學院  電信工程學研究所  
授課教師
丁建均 
課號
CommE5055 
課程識別碼
942 U0690 
班次
 
學分
3.0 
全/半年
半年 
必/選修
選修 
上課時間
星期二7,8,9(14:20~17:20) 
上課地點
明達205 
備註
總人數上限:100人 
Ceiba 課程網頁
http://ceiba.ntu.edu.tw/1102CommE5055_ 
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

越高深,越是理論面的研究,越是需要足夠的數學基礎。近年來,最佳化和機器學習的技術快速發展,所用到的數學工具,也越來越複雜,當前工程數學各課程所講授的內容,已漸漸難以涵蓋最佳化和機器學習所需要用到的數學。本課程的內容是屬於微分方程、線性代數、機率較進階的部分,希望能藉由本課程,加強同學們的數學知識基礎,這將對未來關於最佳化、機器學習、光學、電波工程、控制系統等課程的學習有所幫助,在研究這些課程的數學理論基礎時也可以更得心應手。 

課程目標
希望加強同學們的數學方面的知識與能力,以助於尖端理論與技術的研力 
課程要求
五次作業 (大部分為計算,每次作業有一題程式題),佔 65%
期末考 (open book) 佔 35% 
預期每週課後學習時數
 
Office Hours
另約時間 備註: 週一、四、五下午皆可來找老師討論課程相關問題,但請先約時間 
指定閱讀
待補 
參考書目
[1] D. G. Zill and Michael R. Cullen, Differential Equations-with Boundary-Value Problem (metric version), 9th edition, Cengage Learning, 2017.
[2] D. G. Zill, W. S. Wright, and J. J. Ding, Engineering Mathematics, Metric Edition, Cengage Learning, Taipei, Taiwan, 2019.
[3] R. N. Bracewell, The Fourier Transform and Its Applications, 3rd ed., McGraw Hill, Boston, 2000.
[4] L. E. Spence, A. J. Insel, and S. H. Friedberg, Elementary Linear Algebra - A Matrix Approach, 3rd ed., 2014.
[5] R. D. Yates and D. J. Goodman, Probability and Stochastic Processes, 3rd Edition, John Wiley and Sons, 2015
[6] A. Papoulis and S.U. Pillai, Probability, Random Variables, and Stochastic Processes, 4th edition, Mcgraw-Hill, 2002. 
評量方式
(僅供參考)
   
課程進度
週次
日期
單元主題
第1週
2/15  Numerical Methods 
第2週
2/22  Nonlinear DEs and Partial Differential Equations 
第3週
3/01  Partial Differential Equations 
第4週
3/08  Partial Differential Equations 
第5週
3/15  Function Approximation 
第6週
3/22  Fourier Analysis 
第7週
3/29  Fourier Analysis 
第8週
4/05  春假 
第9週
4/12  2D FT and Discrete FT 
第10週
4/19  Advanced Linear Algebra 
第11週
4/26  Advanced Linear Algebra 
第12週
5/03  Generalized Norms and Markov Models 
第13週
5/10  Discrete Function Approximate 
第14週
5/17  SVD and Principle Component Analysis 
第15週
5/24  Probability Model, Entropy, and KL Divergence 
第16週
5/31  Final Exam 
第17週
6/07  Random Process, Independent Component Analysis