機器學習於材料資訊的應用
Machine Learning on Material Informatics
學期
110-2
學分
0
學分
當期課號
5380
永久課號
IMA5407
開課單位
材料科學與工程學系
授課教師
陳南佑、楊安正
類別
選修
上課時間表
| 節 | 週二 |
|---|---|
5 13:20–14:10 | 機器學習於材料資訊的應用 電腦教室2 3 節連堂 |
6 14:20–15:10 | |
7 15:30–16:20 |
* 根據陽明交大上課時間表所列
概述
介紹機器學習,並引導學生如何運用機器學習處理研究上可能會遭遇到的實際問題。學生將有實際操作的機會,熟悉tensorflow機器學習的架構。
先修科目
計算機概論、工程數學
備註
無備註
教學方式
講授、上機實作
評分方式
個人課堂作業(30%) 小組期中提案(10%) 小組期末簡報(30%) 小組期末書面報告(30%)
課程大綱
機器學習在材料科學的應用
1. 材料成分預測材料性質 2. 製程參數預測材料性質 3. 實驗影像辨識分析
- 講授：
- 2
- 實作：
- 1
機器學習介紹
1. ML原理介紹 2. 工具介紹 3. 迴歸與分類問題
- 講授：
- 2
- 實作：
- 1
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | 材料計算、材料資訊與影像資訊 |
| 第 2 週 | 機器學習與深度學習 |
| 第 3 週 | 資料庫、資料處理與資料視覺化 |
| 第 4 週 | 基本演算法與Tensorflow程式設計 |
| 第 5 週 | 迴歸問題(一)-ANN |
| 第 6 週 | 分類問題(一) -監督式學習 |
| 第 7 週 | 期中考 |
| 第 8 週 | 迴歸問題(二)-CNN |
| 第 9 週 | 分類問題(二) 非監督式 |
| 第 10 週 | 材料成分預測材料性質(一) |
| 第 11 週 | 材料成分預測材料性質(二) |
| 第 12 週 | 製程參數預測材料性質(一) |
| 第 13 週 | 製程參數預測材料性質(二) |
| 第 14 週 | 邀請演講 |
| 第 15 週 | 實驗影像處理(一) |
| 第 16 週 | 實驗影像處理(二) |
| 第 17 週 | 實驗影像處理(三) |
| 第 18 週 | 期末專題報告 |
教科書
講義
Office Hours
- 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