人工智慧原理
Principles of Artificial Intelligence
| 節 | 週二 | 週四 |
|---|---|---|
3 10:10–11:00 | 人工智慧原理 ED203（光復） 2 節連堂 | |
4 11:10–12:00 | ||
8 16:30–17:20 | 人工智慧原理 ED203（光復） |
* 根據陽明交大上課時間表所列
人工智慧為當今顯學，目標是賦予機械像人類一樣甚至超越人類的智能，這其中又以利用過去資料訓練機器預測未來的機器學習最為成功。本堂課目標在提供學生人工智慧相關的原理及理論基礎，預計將分成四部分：第一部分簡介傳統的統計機器學習理論。第二部分介紹深度學習原理及演算法。第三部分則將介紹生成模型的演算法及數學原理。最後將介紹馬可夫決策過程及強化學習。
Probability, Linear Algebra
無備註
教師未提供此項資料
Homework & Quiz 70% Exam 30%
教師未提供此項資料
| 週次 | 主題 |
|---|---|
| 第 1 週 | Introduction 2026-02-24(二),2026-02-26(四) |
| 第 2 週 | Review of linear algebra and probability 2026-03-03(二),2026-03-05(四) |
| 第 3 週 | Statistical machine learning 2026-03-10(二),2026-03-12(四) |
| 第 4 週 | Statistical machine learning 2026-03-17(二),2026-03-19(四) |
| 第 5 週 | Statistical machine learning 2026-03-24(二),2026-03-26(四) |
| 第 6 週 | Deep neural nets 2026-03-31(二),2026-04-02(四) |
| 第 7 週 | Deep neural nets 2026-04-07(二),2026-04-09(四) |
| 第 8 週 | Deep neural nets 2026-04-14(二),2026-04-16(四) |
| 第 9 週 | Generative models 2026-04-21(二),2026-04-23(四) |
| 第 10 週 | Generative models 2026-04-28(二),2026-04-30(四) |
| 第 11 週 | Generative models 2026-05-05(二),2026-05-07(四) |
| 第 12 週 | Multi-arm bandit 2026-05-12(二),2026-05-14(四) |
| 第 13 週 | Multi-arm bandit 2026-05-19(二),2026-05-21(四) |
| 第 14 週 | MDP and reinforcement learning 2026-05-26(二),2026-05-28(四) |
| 第 15 週 | MDP and reinforcement learning 2026-06-02(二),2026-06-04(四) |
| 第 16 週 | Exam 2026-06-09(二),2026-06-11(四) |
| 第 17 週 | 2026-06-16(二),2026-06-18(四) |
| 第 18 週 | 2026-06-23(二),2026-06-25(四) |
[1] R. Sutton and A. Barto, “Reinforcement Learning: An Introduction,” MIT Press, 2018. [2] S. Shalev-Shwartz and S. Ben-David, “Understanding Machine Learning: From Theory to Algorithms,” Cambridge University Press, 2014. [3] Technical papers.
- 地點
- ED 834
- 時間
- TBA
- 聯絡方式
- 教師未提供此項資料