必-113-1-5721004-機器學習原理
上課期間:從 即日起 到 無限期
LINE分享功能只支援行動裝置

需登入帳號密碼,才可以進入課程

課程介紹

課程安排

  • 課程簡介與要求
  • 介紹機器學習與其相關領域
  • 介紹機器學習問題與Occam剃刀原理
  • 介紹機器學習模型框架
  • 可學習理論(1): 可能大概正確(PAC)學習理論觀念
  • 可學習理論(2): 統計學習理論
  • VC維度理論觀念
  • 廣義誤差
  • 期中
  • 計算(算法)學習理論與弱/強可學習觀念(I)
  • 計算(算法)學習理論與弱/強可學習觀念(II)
  • 學習一致性: 一致大數法則(ULLN)與經驗過程理論
  • 機器學習模型的推廣度與交叉驗證
  • 集成整合學習模型(I)-Boosting與AdaBoost
  • 集成整合學習模型(II)-Bagging與Random (Decision) Forests
  • 評估準則: 逼近, 推廣, 穩定, 收斂性
  • 機器學習於醫療領域之應用
  • 期末
  • 課程簡介與要求
  • 介紹機器學習與其相關領域
  • 介紹機器學習問題與Occam剃刀原理
  • 介紹機器學習模型框架
  • 可學習理論(1): 可能大概正確(PAC)學習理論觀念
  • 可學習理論(2): 統計學習理論
  • VC維度理論觀念
  • 廣義誤差
  • 期中
  • 計算(算法)學習理論與弱/強可學習觀念(I)
  • 計算(算法)學習理論與弱/強可學習觀念(II)
  • 學習一致性: 一致大數法則(ULLN)與經驗過程理論
  • 機器學習模型的推廣度與交叉驗證
  • 集成整合學習模型(I)-Boosting與AdaBoost
  • 集成整合學習模型(II)-Bagging與Random (Decision) Forests
  • 評估準則: 逼近, 推廣, 穩定, 收斂性
  • 機器學習於醫療領域之應用
  • 期末
  • 課程簡介與要求
  • 介紹機器學習與其相關領域
  • 介紹機器學習問題與Occam剃刀原理
  • 介紹機器學習模型框架
  • 可學習理論(1): 可能大概正確(PAC)學習理論觀念
  • 可學習理論(2): 統計學習理論
  • VC維度理論觀念
  • 廣義誤差
  • 期中
  • 計算(算法)學習理論與弱/強可學習觀念(I)
  • 計算(算法)學習理論與弱/強可學習觀念(II)
  • 學習一致性: 一致大數法則(ULLN)與經驗過程理論
  • 機器學習模型的推廣度與交叉驗證
  • 集成整合學習模型(I)-Boosting與AdaBoost
  • 集成整合學習模型(II)-Bagging與Random (Decision) Forests
  • 評估準則: 逼近, 推廣, 穩定, 收斂性
  • 機器學習於醫療領域之應用
  • 期末
  • 課程簡介與要求
  • 介紹機器學習與其相關領域
  • 介紹機器學習問題與Occam剃刀原理
  • 介紹機器學習模型框架
  • 可學習理論(1): 可能大概正確(PAC)學習理論觀念
  • 可學習理論(2): 統計學習理論
  • VC維度理論觀念
  • 廣義誤差
  • 期中
  • 計算(算法)學習理論與弱/強可學習觀念(I)
  • 計算(算法)學習理論與弱/強可學習觀念(II)
  • 學習一致性: 一致大數法則(ULLN)與經驗過程理論
  • 機器學習模型的推廣度與交叉驗證
  • 集成整合學習模型(I)-Boosting與AdaBoost
  • 集成整合學習模型(II)-Bagging與Random (Decision) Forests
  • 評估準則: 逼近, 推廣, 穩定, 收斂性
  • 機器學習於醫療領域之應用
  • 期末
教師 / 鮑永誠

相關課程

選-113-1-5721007-智慧物聯網特論
魏春旺
開課期間:未設定
必-113-1-5721003-醫務管理與資訊學特論
高浩雲
開課期間:未設定
必-112-2-5722001-專題討論 (三)
高浩雲
開課期間:未設定
LINE分享功能只支援行動裝置