MATLAB進階程式設計與專題實作
MATLAB Advanced Programming Design
| 節 | 週四 |
|---|---|
7 15:30–16:20 | MATLAB進階程式設計與專題實作 YL402（陽明） 2 節連堂 |
8 16:30–17:20 |
* 根據陽明交大上課時間表所列
本課程將介紹使用 MATLAB 程式語言的機器學習概念與應用。學生將從概念介紹、迴歸模型、數據分類、卷積神經網路到模型選擇與驗證,學習機器學習的理論基礎。我們有 MATLAB 的練習範例作為示範。修讀本課程的學生還將利用課程內容進行專題研究,無論是通過公開資料還是自己的研究主題,以增強學生對計算機科學和機器學習的興趣,並幫助其在專業科目中開發應用。
需要具備基本的 MATLAB 程式語言知識。
無備註
授課老師將依據領域專業發展之需求,準備上課教材與講義。透過講授、學生互動與提供實例討論,協助學生理解較學內容,以達到教學目標。 課程介紹(1週)、機器學習概念介紹(2週)、迴歸模型(2週)、資料分群(1週)、資料分類辨識(3週)、捲積神經網路(2週)到模型選取與驗證(2週)、學生專題實作報告(3週)。
1. 出席率與課程參與度30 %。 2. 期中報告30 %。 3. 期末報告40 %。
教師未提供此項資料
| 週次 | 主題 |
|---|---|
| 第 1 週 | Course introduction 2022/02/17 |
| 第 2 週 | An overview of machine learning Textbook 1 – Chapter 1 Textbook 2 – Chapter 1 2022/02/24 |
| 第 3 週 | Representation of data for machine learning Textbook 2 – Chapter 2 2022/03/03 |
| 第 4 週 | Linear and nonlinear regression Textbook 3 – Chapter 3 & 7 2022/03/10 |
| 第 5 週 | Unsupervised learning: Clustering Textbook 1 – Chapter 6 Textbook 3 – Chapter 10 2022/03/17 |
| 第 6 週 | Classification: tree-based methods Textbook 1 – Chapter 5 Textbook 2 – Chapter 7 Textbook 3 – Chapter 8 2022/03/24 |
| 第 7 週 | Classification: support vector machines Textbook 1 – Chapter 5 Textbook 3 – Chapter 9 2022/03/31 |
| 第 8 週 | MATLAB Graphic User Interface: App designer 2022/04/07 |
| 第 9 週 | Midterm report 2022/04/14 |
| 第 10 週 | Classification: neural networks Textbook 2 – Chapters 8-9 2022/04/21 |
| 第 11 週 | Deep Learning & Convolutional neural networks Textbook 5 – Chapters 5-6 2022/04/28 |
| 第 12 週 | MATLAB Deep Network Designer 2022/05/05 |
| 第 13 週 | Deep Learning Applications (Object detection, Tumor segmentation, Image transformation) 2022/05/12 |
| 第 14 週 | Resampling methods and model validation Textbook 3 – Chapter 5 2022/05/19 |
| 第 15 週 | Final project report I 2022/05/26 |
| 第 16 週 | Final project report II 2022/06/02 |
| 第 17 週 | Survey of Machine Learning Applications 2022/06/09 |
| 第 18 週 | Survey of Deep Learning Applications 2022/06/16 |
[Textbook 1] 教科書名:A First Course in Machine Learning, 2nd edition, 2017 作 者:Simon Rogers, Mark Girolami 出 版 社:CRC Press 線上資源:https://github.com/sdrogers/fcmlcode [Textbook 2] 教科書名:MATLAB Machine Learning Recipes, 2nd edition, 2018 作 者:Michael Paluszek, Stephanie Thomas 出版社:Apress 線上資源:https://github.com/Apress/matlab-machine-learning-recipes [Textbook 3] 教科書名:An Introduction to Statistical Learning, 2nd edition, 2013 作 者:Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani 出版社:Springer [Reference] 參考資料:Matlab Deep Learning Toolbox User's Guide, 2020 作 者:Mark Hudson Beale, Martin T. Hagan, Howard B. Demuth 出版者:Mathworks
- 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