數位課綱
完整版課綱
選課版課綱
兼任
課程名稱
用Python機器學習體驗人工智慧J1  (110-1)
科目序號 / 代號
2502 / CDC7279
開課系所
共同教學中心
學制 / 班級
大學日間部6年2班
畢業班/非畢業班
非畢業班
必選修 / 學分數
選修 / 1
上課時段 / 地點
(二)8 / 依公告
授課語系
中文
Office Hour
n.a.
課程簡介
各種電腦相關科技的進展非常迅速,但其運作除了電子機制外還需仰賴基礎數學思維作為控制工具。學生修習過延伸通識的數學思維發展與應用課程已能進一步理解數學思維和日常生活用品的相連結的知識,為開闊知識的實用層面更需體驗數學思維應用的動手做。為此,本課程藉由使用一種流行的電腦Python程式語言並以機器學習為主要探討重點並操作它的後台,就是基礎數學思維。課程教學內容包括四個部分,包含(一)工具:Python程式及安裝操作。(二)套件:Python的網路軟體資源。(三)數學思維:機器學習的演算法。(四)人工智慧的概念。機器學習是人工智慧的一部分,所以課程將講解兩者的關聯性以期盼能激發學生預備好進入職場的基本知能的永續學習態度。課程目標:(一)學習Python程式語言基本指令及其應用程式網路資源之操作。(二)認識及演練機器學習之監督式以及非監督式等兩種演算法範例以增廣對數學思維應用視野。(三)培養自主的永續學習態度。
課程大綱
一、工具:Python程式及安裝操作。二、套件:Python的網路軟體資源。資源1:Pandas數據分析的函式庫;資源2:矩陣運算的函式庫;資源3:執行檔包裝程式的函式庫。三、數學思維:1.邏輯斯迴歸分析機器學習演算法(監督式學習)、Sigmoid函數介紹、鳶尾花資料集介紹、邏輯斯迴歸模型建構;2. K-最近鄰居機器學習演算法(監督式學習);3. K-均值聚類機器學習演算法(非監督式學習);4.決策樹機器學習演算法 (監督式學習)、決策樹預測模型、過度擬合問題、決策樹的繪製。四、人工智慧概念:類神經的多層感知器模型。
基本能力或先修課程
基礎代數