基礎科目 2019-2020 學年

本課程將從機器學習的基本概念開始。首先，將介紹基本概念，如線性代數、概率與信息論以及數值方法。接下來將介紹機器學習概述、歸納學習和表示學習。基本的深度學習過程將設計為人工神經網絡、貝葉斯網絡與學習、深度學習與深度神經網絡以及卷積神經網絡。在整個課程中，將強調使用Tensorflow、Keras或Scikit-learn等工具的實踐方法論。

• 理解機器學習的基本原則，包括通過大型數據集的基本學習技術和學習過程流程；
• 在數據集上使用機器學習工具（例如Keras、Scikit-learn和Tensorflow等）；
• 使用這些工具設計貝葉斯網絡、歸納學習和表示學習等基本學習方法；
• 使用這些工具設計基本的人工神經網絡、前饋神經網絡、BP算法以及卷積神經網絡等深度模型。