類神經網路理論與實務
Neural Network Theory and Practice
| 節 | 週三 |
|---|---|
2 09:00–09:50 | 類神經網路理論與實務 CM224 3 節連堂 |
3 10:10–11:00 | |
4 11:10–12:00 |
* 根據陽明交大上課時間表所列
The purpose of this course is to help students understand the theory and applications of neural networks. Students will have the ability to solve related problems using neural networks models.
線性代數、機率統計、工程數學
無備註
使用MATLAB模擬
到課(10%) Labs(20%)、筆試(35%)與期末專題(35%)
教師未提供此項資料
| 週次 | 主題 |
|---|---|
| 第 1 週 | Introduction; Labs tool introduction 2/20(三) |
| 第 2 週 | Neuron Model and Network Architectures 2/27(三) |
| 第 3 週 | Perceptron Learning Rule 3/6(三) |
| 第 4 週 | Signal and Weight Vector Spaces Linear Transformations for Neural Networks 3/13(三) |
| 第 5 週 | Supervised Hebbian Learning 3/20(三) |
| 第 6 週 | Performance Surfaces and Optimum Points 3/27(三) |
| 第 7 週 | Performance Optimization 4/3(三) |
| 第 8 週 | Widrow-Hoff Learning 4/10(三) |
| 第 9 週 | Backpropagation 4/17(三) |
| 第 10 週 | Midterm Exam 4/24(三) |
| 第 11 週 | Midterm Exam discussion Variations on Backpropagation 5/1(三) |
| 第 12 週 | Generalization; 5/8(三) |
| 第 13 週 | Competitive Networks 5/15(三) |
| 第 14 週 | Radial Basis Networks 5/22(三) |
| 第 15 週 | Practical Training Issues 5/29(三) |
| 第 16 週 | Practical simulation I 6/5(三) |
| 第 17 週 | Practical simulation II 6/12(三) |
| 第 18 週 | Final Project or Paper Report 6/19(三) |
Neural Network Design, 2/e Martin T Hagan, Howard B Demuth, Mark H Beale, Orlando De Jesús, 2013 Deep Learning, Ian Goodfellow and Yoshua Bengio and Aaron Courville The MIT Press 9780262035613 2016
- 地點
- 教師未提供此項資料
- 時間
- 教師未提供此項資料
- 聯絡方式
- 教師未提供此項資料