機器學習及其深層與結構化Machine Learning and ... - 課程內容

作業以組隊(2~4人一組)方式完成，可以先組好隊後一起來修課。

課程目標. 一起來深度學習深度學習吧! (沒有打錯字). 課程 ... 回首頁｜English｜ 網站地圖 系所簡介 教育目標 電機系史 本系系館 交通資訊 活動剪影 電機成員 專任教師 兼任教師 名譽教授 退休教師 特聘講座教授 系辦公室成員 榮譽成就 系友 教師1 教師2 學生 課程資訊 課程大綱 學群課程 電機系課程關聯圖 台大課程網 台大課程地圖 教務資訊 修業規定 領域修業流程圖 招生資訊 大學入學 研究所 推廣教育 研究概況 研究領域及重點 研究計畫 研究實驗室 教師研究成果 捐款興學 緣起 教學創新基金 教室更新基金 捐款方式 常見問題 大學部教務 大學部學務 大學部服務課 大學部獎學金 大學部系學會 館舍總務設備 電機系網管 教育目標 電機系史 本系系館 交通資訊 活動剪影 專任教師 兼任教師 名譽教授 退休教師 特聘講座教授 系辦公室成員 系友 教師 學生 課程大綱 學群課程 電機系課程關聯圖 台大課程網 台大課程地圖 修業規定 領域修業流程圖 研究領域及重點 研究計劃 研究實驗室 研究成果 大學入學 推廣教育 大學部教務 大學部學務 大學部服務課 大學部獎學金 大學部系學會 館舍總務設備 電機系網管 首頁>教務資訊>課程內容 　　 課程資訊 課程大綱 學群課程 電機系課程關聯圖 台大課程網 台大課程地圖 課程內容 機器學習及其深層與結構化MachineLearningandHavingItDeepandStructured 李宏毅   105下 課程概述 本課程著重機器學習在實際問題的應用，並且會花相當的時間深入探討機器學習的深層化和結構化。

本課程為進階的機器學習課程，在2016年秋季班的「機器學習」(http://speech.ee.ntu.edu.tw/~tlkagk/courses_ml16.html)中講授過的內容，在這門課中將不再重複，僅會做必要的複習。

本課程目前規劃有以下五個作業(實際內容以開學公告為準)：recurrentneuralnetwork(application:speechrecognition)attention-basedmodel(application:questionanswering)deepreinforcementlearning(application:videogameplaying)deepgenerativemodel(application:pokemoncreation)sequence-to-sequencelearning(application:chat-bot)作業以組隊(2~4人一組)方式完成，可以先組好隊後一起來修課。

課程目標 一起來深度學習深度學習吧!(沒有打錯字) 課程要求 本課程不開放初選，學生在指定時間內完成作業0後就可以取得授權碼進行加簽。

作業0為一基本的機器學習分類問題，可以使用任何套件(例如：keras)來解決這個問題，只要達成老師要求的正確率就算完成。

修課學生需要具備基本的程式設計能力。

理論上，電機系大三以上的學生即具備修習本課程所需的程式設計能力。

修課學生也需要具備基礎的機器學習知識與實作能力，如果有預修過機器學習相關課程，則上課能較快進入狀況。

沒有修過機器學習相關課程的同學可以利用寒假時間，瀏覽資工系林軒田老師的線上機器學習課程(https://youtu.be/nqvpfsmphr0)或電機系李宏毅老師機器學習課程錄影(https://youtu.be/fegaeph9uaa)。

本課程內容和語音處理、影像處理等課程是相關的，如果有預修過相關課程，則對上課所舉的機器學習應用可以有更深刻的體會，但也可以修習本課程之後再去修上述相關課程以了解更多語音處理、影像處理等專業領域的知識。

指定閱讀 本課程使用iangoodfellow等人撰寫的"deeplearning"做為教科書，本書的partii是深層化學習，partiii是結構化學習。

除了教科書的內容，老師也會講授尚未被收錄在教科書中的最新技術。

參考書目 更多資訊 臺大課程網 地址：10617台北市大安區羅斯福路四段一號 電話：+886-2-3366-3700 傳真：+886-2-2367-1909 E-mail：[email protected] 瀏覽人數： 3025301 《隱私權及資訊安全政策》 版權所有©2022NTUEE