1042學期 課程基本資料/Course Information
|
系所 / 年級 |
資工系博 1年級 |
課號 / 班別 |
EE100017 / A |
學分數 |
3學分 |
選 / 必修 |
選修 |
科目中文名稱 |
類神經網路 |
科目英文名稱 |
Neural Networks |
主要授課老師 |
施能義 |
開課期間 |
一學年之下學期 |
人數上限 |
10 人 |
已選人數 |
6 人 |
課程種類 |
一般課 |
課程類別 |
系定 |
學程 |
所定選修 |
全英授課 |
否 |
起始週 / 結束週 / 上課地點 / 上課時間
|
第1週 / 第18週 / I532 / 星期3第5節
第1週 / 第18週 / I532 / 星期3第6節
第1週 / 第18週 / I532 / 星期3第7節
請各位同學遵守智慧財產權觀念;請勿非法影印。
Please observe Intellectual Property Rights (IPR), not to make illegal copies.
|
教學綱要/syllabus |
第一部分/Part I(※依課程委員會審議之內容決議填入) |
一、教學目標所要達成之能力培養項目: [依據課程委員會審議通過之課程與基本素養/核心能力關聯表填寫] |
Item |
基本素養/核心能力 Core Literacy/Core Competencies |
相關性 Relevance |
高度相關 |
中度相關 |
1 |
具有資訊專業領域之知識 |
. |
. |
2 |
具有創新思考、獨立解決問題之能力 |
. |
. |
3 |
具有撰寫專業論文及簡報能力 |
. |
. |
4 |
具策劃及執行專案之能力 |
. |
. |
5 |
具有溝通、協調及跨領域團隊合作之能力 |
. |
. |
6 |
具有終身學習與因應資訊專業領域快速發展之能力 |
. |
. |
7 |
認識並遵循學術與工程倫理 |
. |
. |
8 |
具國際觀及科技前瞻視野 |
. |
. |
SDGs Item |
SDGs目標 SDGs goal |
SDGs描述 SDGs description |
無相關項目 No related items |
|
二、教學目標 (Objective) |
1.認知面:[使學生理解、應用、分析、綜合、比較、推論、評估本課程之理論與概念]:
1.訓練學生具備資料分析與知識管理應用之能力
2.瞭解類神經網路技術之基本概念、原理、常用模式及其應用。並以實際問題利用套裝軟體Matlab,讓學生知道如何運用類神經網路解決一些工程問題。
2.技能面[使學生能獲得運用與實做本課程理論與概念之技巧]:
3.情意面[能引發學生對本課程之興趣,激發學生學習動機,增加觸類旁通與自主學習]:
|
三、符合教學目標之課程內容設計 |
類神經網路簡述、生物神經網路與類神經網路、學習演算法、倒傳遞類神經網路、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、調適性網路模糊推論系統、最佳化搜尋法。 |
四、先修科目 (Pre Course) |
工程數學 |
第二部分/Part II |
一、多元教學方法 (Teaching Method) |
|
二、多元教學方法與教育目標的連結 |
|
三、參考書目 (Reference) [符合教學目標之參考書目] |
中文參考書目 |
張斐章、張麗秋,「類神經網路」,東華書局,2006年8月。 |
|
四、教學進度 (Syllabi) [符合教學目標之教學進度] |
教學進度與何種基本素養/核心能力有關?
日期 (Date) |
授課內容 (Course Contents) |
授課教師 (Teacher) |
授課方式 (Teaching methods) |
2016/2/22 |
類神經網路簡述 |
施能義 |
|
2016/2/29 |
生物神經網路與類神經網路 |
施能義 |
|
2016/3/7 |
學習演算法 |
施能義 |
|
2016/3/14 |
學習演算法、MATLAB簡介 |
施能義 |
|
2016/3/21 |
倒傳遞類神經網路(BPNN) |
施能義 |
|
2016/3/28 |
倒傳遞類神經網路(BPNN) |
施能義 |
|
2016/4/4 |
輻狀基底函數類神經網路(RBFNN) |
施能義 |
|
2016/4/11 |
輻狀基底函數類神經網路(RBFNN) |
施能義 |
|
2016/4/18 |
期中考 |
施能義 |
|
2016/4/25 |
自組性類神經網路 |
施能義 |
|
2016/5/2 |
聚類演算法(Clustering) |
施能義 |
|
2016/5/9 |
回饋式類神經網路 |
施能義 |
|
2016/5/16 |
模糊集合與模糊邏輯系統 |
施能義 |
|
2016/5/23 |
反傳遞模糊類神經網路 |
施能義 |
|
2016/5/30 |
調適性網路模糊推論系統 |
施能義 |
|
2016/6/6 |
最佳化搜尋法 |
施能義 |
|
2016/6/13 |
期末報告 |
施能義 |
|
2016/6/20 |
期末報告與期末考 |
施能義 |
|
|
五、多元評量方法 (Evaluation) [所勾選評量方法之評分加總為100分] |
|
六、多元評量方法與教育目標的連結 |
|
七、講義位址(http://) |
|