機器學習及演算法
醫學系 大學部一上/公共衛生研究所 碩士班一上/生命科學研究所 博士班一上
111學年度上學期
每週四下午 13:30-15:30 語言教室1
本課程利用目前最流行的統計程式語言（R語言/Python），逐步帶領學生學習資料處理、數據分析、圖表製作等基本能力，並練習將常規工作整合成一個pipeline以增加工作效率。另外，課程的後半段將會講述最大概似估計法等統計基本原理，並擴展至最流行的幾個機器學習方法，藉由了解資料科學的原理及應用，讓同學有機會開發自己的人工智慧系統。
| 進度 | 授課主題與內容 | 課程講義 | 教學錄影 |
|---|---|---|---|
| 1 | 程式語言基本簡介 | Lesson 1 | 2022/09/01 |
| 2 | 統計分析實作1（描述性統計及描述統計圖表） | Lesson 2 | 2022/09/15 |
| 3 | 統計分析實作2（單變項統計分析） | Lesson 3 | 2022/09/22 |
| 4 | 人工智慧基礎1（線性迴歸） | Lesson 4 | 2022/09/29 |
| 5 | 人工智慧基礎2（最大概似估計法與資料插補） | Lesson 5 | 2022/10/06 |
| 6 | 人工智慧基礎3（MCMC與梯度下降法） | Lesson 6 | 2022/10/13 |
| 7 | 人工智慧基礎4（邏輯斯迴歸與資料科學研究設計） | Lesson 7 | 2022/10/20 |
| 8 | 人工智慧基礎5（多類別預測模型） | Lesson 8 | 2022/10/27 |
| 9 | 人工智慧基礎6（存活分析模型） | Lesson 9 | 2022/11/03 |
| 10 | 機器學習概論1（線性判別分析、樸素貝葉斯分類與k-近鄰演算法） | Lesson 10 | 2022/11/10 |
| 11 | 機器學習概論2（正則化與彈性網路） | Lesson 11 | 2022/11/17 |
| 12 | 機器學習概論3（反向傳播法與多層感知機） | Lesson 12 | 2022/12/08 |
| 13 | 機器學習概論4（決策樹與隨機森林） | Lesson 13 | 2022/12/12 |
| 14 | 機器學習概論5（線性支持向量機） | Lesson 14 | 2022/12/15 |
| 15 | 機器學習概論6（非線性支持向量機與核函數） | Lesson 15 | 2022/12/22 |
| 16 | 機器學習概論7（梯度提升機與集成模型） | Lesson 16 | 2022/12/29 |