可直接至下方瀏覽內容
或是註冊後報名課程可記錄觀看歷程與平台完整功能
課程目標:
介紹統計學習和人工智慧的基本概念、原理和技術。使同學了解如何從資料中提取特徵、選用適當的模型、做出預測並得出最佳策略。通過 Python 程式語言實踐最先進的機器學習和人工智慧模型,並將其應用於土木工程課題中。期望透過本課程培養具備跨領域知識的新世代工程師。
授課內容:
1. 統計學習介紹: 監督學習與非監督學習。
2. 迴歸問題與分類問題。
3. 偏差和變異的權衡。
4. 迴歸問題:線性迴歸,係數估計及模型準確度。
5. 正則化:Ridge迴歸和Lasso迴歸。
6. 分類問題:支援向量機及其決策邊界。
7. 邏輯迴歸,多層感知器和神經網路。
8. 樸素貝葉斯和K最近鄰法。
9. 分類評估:精確度,召回率,F1分數和ROC曲線。
10. 基於樹的模型:分類和迴歸樹。
11. 非監督學習問題:K-均值聚類和高斯混合模型。
12. 深度學習:用於圖像分類的卷積神經網絡和遷移學習。
13. 土木工程應用。