| 課程代碼 |
G0M00801
|
| 課程中文名稱 |
類神經網路
|
| 課程英文名稱 |
Neural Network
|
| 學分數 |
3.0
|
| 必選修 |
選修
|
| 開課班級 |
碩研資工一甲,碩研資工二甲
|
| 任課教師 |
張財榮
|
| 上課教室(時間) |
|
週二
|
第5節
|
(C202)
|
|
週二
|
第6節
|
(C202)
|
|
週二
|
第7節
|
(C202)
|
|
| 課程時數 |
3
|
| 實習時數 |
0
|
| 授課語言 |
1.華語
|
| 輔導考證 |
無
|
| 課程概述 |
教導學生瞭解類神經網路的架構及學習法則，強調各種類神經網路的數學分析、學習方法及於影像處理、圖訊識別、訊號處理、最佳化等方面的應用。
|
| 先修科目或預備能力 |
|
|
課程學習目標與核心能力之對應
|
| 編號 | 中文課程學習目標 | 英文課程學習目標 |
|
1
|
1.能了解類神經網路基本學理
|
|
|
2
|
2.能針對問題有效辨識適當的類神經網路方法並能體認正確嚴謹應用類神經網路方法的重要性
|
|
|
3
|
3.能應用類神經網路方法建立有效率的應用程式
|
|
|
4
|
4.能利用類神經網路分析問題並整合
|
|
|
5
|
5.能正確解讀問題與分工
|
|
|
6
|
6.能有效解析與呈現類神經網路問題，讓不懂統計專業術語的決策者亦可以理解
|
|
|
| 就業力培養目標 |
此門課程無設定權重值
|
| 中文課程大綱 |
類神經網路簡述
學習演算法
倒傳遞類神經網路
輻狀基底函數類神經網路
自組性類神經網路
聚類演算法
回饋式類神經網路
模糊集合與模糊邏輯系統
反傳遞模糊類神經網路
|
| 英/日文課程大綱 |
Introduction to Artifical Neural Network
Self Learning Algorithm
Back Propagation Neural Network
Radial Basis Neural Network
Self Organization Map Neural Network
Clustering Algorithm
Feed Back Neural Network
Fuzzy Set and Fuzzy Logic System
Counter Back Propagation Neural Network
|
| 課程進度表 |
第1週 類神經網路簡述
第2~3週 學習演算法
第4~5週 倒傳遞類神經網路
第6~7週 輻狀基底函數類神經網路
第8週 自組性類神經網路
第9週 期中考
第10~11週 聚類演算法
第12~13週 回饋式類神經網路
第14~15週 模糊集合與模糊邏輯系統
第16~17週 反傳遞模糊類神經網路
第18週 期末考
|
| 課程融入SDGs |
|
| 期考調查 |
| 期中考(第9週)考試方式 |
|
| 期末考(第18週)考試方式 |
|
| 其他週考試考試週次與方式 |
|
|
| 教學方式與評量方式 |
| 課程學習目標 | 教學方式 | 評量方式 |
| 1.能了解類神經網路基本學理 |
課堂講授
|
筆試
（
平時
）
|
| 2.能針對問題有效辨識適當的類神經網路方法並能體認正確嚴謹應用類神經網路方法的重要性 |
課堂講授
|
筆試
（
平時
）
|
| 3.能應用類神經網路方法建立有效率的應用程式 |
課堂講授
|
筆試
（
期中
）
|
| 4.能利用類神經網路分析問題並整合 |
課堂講授
|
筆試
（
平時
）
|
| 5.能正確解讀問題與分工 |
課堂講授
|
筆試
（
平時
）
|
| 6.能有效解析與呈現類神經網路問題，讓不懂統計專業術語的決策者亦可以理解 |
課堂講授
|
口頭報告
（
期末
）
|
|
| 指定用書 |
| 書名 |
類神經網路導論：原理與應用
|
| 作者 |
張斐章、張麗秋
|
| 書局 |
滄海
|
| 年份 |
2010
|
| 國際標準書號(ISBN) |
9789866507601
|
| 版本 |
|
請同學尊重智慧財產權，使用正版教科書，不得非法影印，以免觸犯智慧財產權相關法令
。 |
| 參考書籍 |
|
| 教學軟體 |
|
| 課程規範 |
無
|