一、課程說明
※簡介巨量資料(Big Data)的概念以及資料處理工具(如Hadoop、Spark、NoSQL DB),並
利用公有雲平台做實務的應用操作。
※介紹人工智慧概念與演算法,輔以應用案例與作業練習。
二、指定用書:
S. Russell and P. Norvig, Artificial Intelligence: A Modern Approach
三、教學方式:投影片授課 / 實例示範
四、教學進度
第一週(09/17): 大數據的基本概念介紹
第二週(09/24): 大數據的工具簡介: Hadoop Ecosystem
第三週(10/01): 雲平台上的AI/大數據應用與服務
第四週(10/08): 國慶日(放假)
第五周(10/15): 大數據的專題演講與實驗
第六週(10/22): 人工智慧的基本概念
第七週(10/29): 問題解決與搜尋方法
第八週(11/05): 基因演算法
第九週(11/12): 對抗式搜尋與遊戲
第十週(11/19): 機器學習:決策樹學習法
第十一週(11/26): 類神經網路
第十二週(12/03): 深度學習
第十三週(12/10): 整體學習(Ensemble learning)
第十四週(12/17): 非監督式學習(Unsupervised learning)
第十五週(12/24): 強化學習(Reinforcement learning )
第十六週(12/31): 元旦(放假)
第十七週(01/07): 專題報告
第十八週(01/14): 期末週
五、成績考核:
作業、實驗課: 80%
考試: 20%