113-2_科學計算專題（二）
應用數學系
教學目標
主要訓練學生如何求解非線性方程問題，並以真實例子實際操作讓學生能學以致用。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-0.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
整學期授課內容大致上分為： 1. 非線性薛丁格問題介紹 2. 非線性方程解法介紹 3. 實務操作
教科書/參考書
The Discrete Nonlinear Schrödinger Equation: Mathematical Analysis, Numerical Computations and Physical Perspectives (Springer Tracts in Modern Physics) 2009th Edition, Panayotis G. Kevrekidis
評分標準
1. 期中報告50% 2.期末報告50%
學分數
3
授課時數(周)
3
開課班級
D11341
修課人數
2
主要訓練學生如何求解非線性方程問題，並以真實例子實際操作讓學生能學以致用。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-0.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
整學期授課內容大致上分為： 1. 非線性薛丁格問題介紹 2. 非線性方程解法介紹 3. 實務操作
教科書/參考書
The Discrete Nonlinear Schrödinger Equation: Mathematical Analysis, Numerical Computations and Physical Perspectives (Springer Tracts in Modern Physics) 2009th Edition, Panayotis G. Kevrekidis
評分標準
1. 期中報告50% 2.期末報告50%
學分數
3
授課時數(周)
3
開課班級
D11341
修課人數
2
113-2_組合設計
應用數學系
教學目標
Combinatorial design theory is the part of combinatorial mathematics that deals with the existence, construction and properties of systems of finite sets whose arrangements satisfy generalized concepts of balance and/or symmetry. Combinatorial design theory can be applied to many areas such as design of experiment, finite geometry, tournament scheduling, algorithm design and analysis, networking, and group testing. The course will present a thorough introduction to the fundamental concepts and techniques in combinatorial design.
Topics include Balanced Incomplete Block Designs, Symmetric BIBDs, Difference Sets and Automorphisms, and Resolvable BIBDs.
授課形式
理論講述與討論-80.00%;個案分析或作品賞析-0.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction to Balanced Incomplete Block Designs
2. Symmetric BIBDs
3. Difference Sets and Automorphisms
4. Resolvable BIBDs.
4/1 (Tues) class will be conducted online, the Google Meet link has been announced via Moodle.
教科書/參考書
Combinatorial designs : constructions and analysis (2003) Douglas R. Stinson.
評分標準
Presentation 100%
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
3
Combinatorial design theory is the part of combinatorial mathematics that deals with the existence, construction and properties of systems of finite sets whose arrangements satisfy generalized concepts of balance and/or symmetry. Combinatorial design theory can be applied to many areas such as design of experiment, finite geometry, tournament scheduling, algorithm design and analysis, networking, and group testing. The course will present a thorough introduction to the fundamental concepts and techniques in combinatorial design.
Topics include Balanced Incomplete Block Designs, Symmetric BIBDs, Difference Sets and Automorphisms, and Resolvable BIBDs.
授課形式
理論講述與討論-80.00%;個案分析或作品賞析-0.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction to Balanced Incomplete Block Designs
2. Symmetric BIBDs
3. Difference Sets and Automorphisms
4. Resolvable BIBDs.
4/1 (Tues) class will be conducted online, the Google Meet link has been announced via Moodle.
教科書/參考書
Combinatorial designs : constructions and analysis (2003) Douglas R. Stinson.
評分標準
Presentation 100%
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
3
113-2_程式語言(二)
應用數學系
教學目標
使學生瞭解程式語言C++的基本設計與進階的物件導向基礎。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-0.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
Chapter 1~4(Week1-3)
Chapter 5~8(Week 4-7)
Midterm(Week 8)
Chapter 11~12(Week 9-11)＜br＞ Chapter 13~14(Week 12-14)＜br＞ Chapter 15(Week 15)＜br＞ Final(Week16) Oral-presentation online(Week 17-18)
教科書/參考書
教科書：C++物件導向-程式設計實務與進階活用技術 第2版，胡昭民 著、ZCT 策畫，博碩出版
參考書：C++程式語言教學範本 第2版，蔡明志 編著，全華出版
評分標準
程式作業: 30% 期中考上機+筆試 30% 期末考上機+筆試 30% 報告 10%
學分數
3
授課時數(周)
3
開課班級
A11341
修課人數
59
使學生瞭解程式語言C++的基本設計與進階的物件導向基礎。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-0.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
Chapter 1~4(Week1-3)
Chapter 5~8(Week 4-7)
Midterm(Week 8)
Chapter 11~12(Week 9-11)＜br＞ Chapter 13~14(Week 12-14)＜br＞ Chapter 15(Week 15)＜br＞ Final(Week16) Oral-presentation online(Week 17-18)
教科書/參考書
教科書：C++物件導向-程式設計實務與進階活用技術 第2版，胡昭民 著、ZCT 策畫，博碩出版
參考書：C++程式語言教學範本 第2版，蔡明志 編著，全華出版
評分標準
程式作業: 30% 期中考上機+筆試 30% 期末考上機+筆試 30% 報告 10%
學分數
3
授課時數(周)
3
開課班級
A11341
修課人數
59
113-2_非局部偏微分方程專題(三)
應用數學系
教學目標
非局部偏微分方程在自然與科學領域中皆有許多應用, 如生物、物理、化學、幾何與財務等。而在這門課將介紹如何以分非局部偏微分方程的相關問題為主以及與整數階在分析上的不同之處。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-0.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction to nonlocal partial differential equations. 2. The Green's function. 3. Maximum Principles for the nonlocal partial differential equations.
教科書/參考書
Wenxiong Chan, Yan Li and Pei Ma: The Fractional Laplacian
評分標準
平時課堂表現:70%; 上台演練:30%
學分數
3
授課時數(周)
3
開課班級
D11341
修課人數
1
非局部偏微分方程在自然與科學領域中皆有許多應用, 如生物、物理、化學、幾何與財務等。而在這門課將介紹如何以分非局部偏微分方程的相關問題為主以及與整數階在分析上的不同之處。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-0.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction to nonlocal partial differential equations. 2. The Green's function. 3. Maximum Principles for the nonlocal partial differential equations.
教科書/參考書
Wenxiong Chan, Yan Li and Pei Ma: The Fractional Laplacian
評分標準
平時課堂表現:70%; 上台演練:30%
學分數
3
授課時數(周)
3
開課班級
D11341
修課人數
1
113-2_生成式AI跨域應用
應用數學系
教學目標
「生成式人工智慧技術」（Generative Artificial Intelligence Technology, GAIT）是未來社會中的重要新興科技及應用工具。它透過生成新的、符合條件的、合理推理及預測的結果展示人工智慧的創造力及效能，提供了人們在創作、設計、技術等新思維和新方法。GAIT將與不同領域相結合，形成更多跨域職能及創新應用的可能性。本課程旨在介紹「生成式人工智慧技術」的基本概念、創新發展和工具，探討在不同領域的應用及實際實作。透過本課程學生將能夠獲得生成式科技跨域應用的能力，包括: 重新思考如何運用AI工具做事、如何與生成式AI永續共創。 瞭解生成式AI科技的發展歷程和基本概念。 瞭解生成式AI科技在不同領域的創新應用。 理解生成式AI科技對社會、未來職能和生活等方面的影響。 了解如何運用生成式AI工具在自己的領域進行創新應用。 培養以生成式AI工具為導向的設計思考和解決問題能力。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-30.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
第1週. 課程簡介
第2-4週. 生成式AI基本原理、生成技術，以及新興GAIT工具的應用
第5-7週. GAIT在理工領域的創新應用
第8-13週. 分組合作，自訂GAIT創作議題進行實作
第14-16週. 成果報告
教科書/參考書
無
評分標準
平時報告: 50% 期末成果展: 50%
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
10
「生成式人工智慧技術」（Generative Artificial Intelligence Technology, GAIT）是未來社會中的重要新興科技及應用工具。它透過生成新的、符合條件的、合理推理及預測的結果展示人工智慧的創造力及效能，提供了人們在創作、設計、技術等新思維和新方法。GAIT將與不同領域相結合，形成更多跨域職能及創新應用的可能性。本課程旨在介紹「生成式人工智慧技術」的基本概念、創新發展和工具，探討在不同領域的應用及實際實作。透過本課程學生將能夠獲得生成式科技跨域應用的能力，包括: 重新思考如何運用AI工具做事、如何與生成式AI永續共創。 瞭解生成式AI科技的發展歷程和基本概念。 瞭解生成式AI科技在不同領域的創新應用。 理解生成式AI科技對社會、未來職能和生活等方面的影響。 了解如何運用生成式AI工具在自己的領域進行創新應用。 培養以生成式AI工具為導向的設計思考和解決問題能力。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-30.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
第1週. 課程簡介
第2-4週. 生成式AI基本原理、生成技術，以及新興GAIT工具的應用
第5-7週. GAIT在理工領域的創新應用
第8-13週. 分組合作，自訂GAIT創作議題進行實作
第14-16週. 成果報告
教科書/參考書
無
評分標準
平時報告: 50% 期末成果展: 50%
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
10
113-2_機器學習專題(二)
應用數學系
教學目標
本課程主要訓練學生應用在機器學習、深度神經網路相關課程所學習到的分析方法，進行完整的數據分析與結果呈現。每一位修課學生須就其所鑽研主題中的資料特性、文獻回顧、目前研究進度、與擬採用分析方法之合理性進行報告；接著透過綜合討論，確認修課學生充分了解其研究主題之資料分析流程與分析方法後，就其資料前處理效果與合理性、分析方法成效評估、及可能的推廣方向進行；再經由綜合討論確認修課學生的研究成果評估、與研究成果視覺化呈現方式後，於期末時評估每一位修課學生分析成果之廣度與深度、與視覺化呈現之市場接受度。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-30.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
第1週. 課程簡介
第2-4週. 第一次報告
第5-7週. 綜合討論
第8-10週. 第二次報告
第11-13週. 綜合討論
第14-16週. 第三次報告
教科書/參考書
無
評分標準
平時報告: 50% 期末成果展: 50%
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
3
本課程主要訓練學生應用在機器學習、深度神經網路相關課程所學習到的分析方法，進行完整的數據分析與結果呈現。每一位修課學生須就其所鑽研主題中的資料特性、文獻回顧、目前研究進度、與擬採用分析方法之合理性進行報告；接著透過綜合討論，確認修課學生充分了解其研究主題之資料分析流程與分析方法後，就其資料前處理效果與合理性、分析方法成效評估、及可能的推廣方向進行；再經由綜合討論確認修課學生的研究成果評估、與研究成果視覺化呈現方式後，於期末時評估每一位修課學生分析成果之廣度與深度、與視覺化呈現之市場接受度。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-30.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
第1週. 課程簡介
第2-4週. 第一次報告
第5-7週. 綜合討論
第8-10週. 第二次報告
第11-13週. 綜合討論
第14-16週. 第三次報告
教科書/參考書
無
評分標準
平時報告: 50% 期末成果展: 50%
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
3
113-2_動態系統導論(二)
應用數學系
教學目標
這門課介紹混沌動態系統的基本理論與概念。涵蓋迭代映射、固定點和週期點、混沌性質及碎形結構等，並通過直觀的圖形和數值實驗，幫助學生理解和探索混沌現象的數學基礎及其在自然界中的應用。
授課形式
理論講述與討論-80.00%;個案分析或作品賞析-0.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
第一週 Chaos 第二週 Sharkovsky's Theorem 第三週 Sharkovsky's Theorem 第四週 Role of the Critical Point 第五週 Newton's Method 第六週 Fractals 第七週 Fractals 第八週 Fractals 第九週 Fractals 第十週 Complex Functions 第十一週 The Julia Set 第十二週 The Julia Set 第十三週 The Mandelbrot Set 第十四週 The Mandelbrot Set 第十五週 The Mandelbrot Set 第十六週 Other Complex Dynamical Systems
教科書/參考書
Robert L. Devaney, A First Course in Chaotic Dynamical Systems, second edition, Addison-Wesley Publ. Co., New York, 1992.
評分標準
課堂表現60%，期末報告40%
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
28
這門課介紹混沌動態系統的基本理論與概念。涵蓋迭代映射、固定點和週期點、混沌性質及碎形結構等，並通過直觀的圖形和數值實驗，幫助學生理解和探索混沌現象的數學基礎及其在自然界中的應用。
授課形式
理論講述與討論-80.00%;個案分析或作品賞析-0.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
第一週 Chaos 第二週 Sharkovsky's Theorem 第三週 Sharkovsky's Theorem 第四週 Role of the Critical Point 第五週 Newton's Method 第六週 Fractals 第七週 Fractals 第八週 Fractals 第九週 Fractals 第十週 Complex Functions 第十一週 The Julia Set 第十二週 The Julia Set 第十三週 The Mandelbrot Set 第十四週 The Mandelbrot Set 第十五週 The Mandelbrot Set 第十六週 Other Complex Dynamical Systems
教科書/參考書
Robert L. Devaney, A First Course in Chaotic Dynamical Systems, second edition, Addison-Wesley Publ. Co., New York, 1992.
評分標準
課堂表現60%，期末報告40%
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
28
113-2_實變函數論(二)
應用數學系
教學目標
使學生熟悉Lebesgue測度，Lebesgue積分的觀念、性質和操作技巧，以及如何應用在近代分析學和機率論。
授課形式
理論講述與討論-80.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他:演習-20.00%
課程內容與進度
Fubini's theorem, Tonelli's theorem, Lebesgue's differentiation theorem, the Vitalli covering lemma, absolutely continuous and singular functions, Holder inequality, Minkowski's inequality, Class of L^p, Approximation ofthe identity, the Hardy-Littlewood maximal function, the Riesz representation theorem, the Randon-Nikodym theorem, the Caratheodory-Hahn extension theorem
教科書/參考書
H. L. Royden：Real Analysis，1988 R. L. Wheeden and A. Zygmund：Measure and integral：An introduction to real analysis，1977
評分標準
作業70%，期末測驗30%
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
20
使學生熟悉Lebesgue測度，Lebesgue積分的觀念、性質和操作技巧，以及如何應用在近代分析學和機率論。
授課形式
理論講述與討論-80.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他:演習-20.00%
課程內容與進度
Fubini's theorem, Tonelli's theorem, Lebesgue's differentiation theorem, the Vitalli covering lemma, absolutely continuous and singular functions, Holder inequality, Minkowski's inequality, Class of L^p, Approximation ofthe identity, the Hardy-Littlewood maximal function, the Riesz representation theorem, the Randon-Nikodym theorem, the Caratheodory-Hahn extension theorem
教科書/參考書
H. L. Royden：Real Analysis，1988 R. L. Wheeden and A. Zygmund：Measure and integral：An introduction to real analysis，1977
評分標準
作業70%，期末測驗30%
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
20
113-2_數值偏微分方程(二)
應用數學系
教學目標
This subject will introduce special issues in fluid mechanics, including mathematical models, numerical methods, and explanation of numerical results. Students will develop fundamental skills to solve practical partial differential equations numerically and efficiently.
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他:Assignments-50.00%
課程內容與進度
Eighteen weeks in this semester: At least three topics. Systematical procedures for each topic are shown as follows: 1. Terminology explanation 2. Background and derivation of mathematical models 3. Numerical methods (and stability analysis if possible) 4. Implementation and demo results
教科書/參考書
1. G. I. Currie, Fundamental mechanics of fluids, 3rd Edition. 2. Randall J. LeVeque, Finite Difference Methods for Differential Equations 3. J. David Logan, Applied Mathematics, 3rd Edition.
評分標準
Grading: Assignments (70%) and final report (30%)
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
10
This subject will introduce special issues in fluid mechanics, including mathematical models, numerical methods, and explanation of numerical results. Students will develop fundamental skills to solve practical partial differential equations numerically and efficiently.
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他:Assignments-50.00%
課程內容與進度
Eighteen weeks in this semester: At least three topics. Systematical procedures for each topic are shown as follows: 1. Terminology explanation 2. Background and derivation of mathematical models 3. Numerical methods (and stability analysis if possible) 4. Implementation and demo results
教科書/參考書
1. G. I. Currie, Fundamental mechanics of fluids, 3rd Edition. 2. Randall J. LeVeque, Finite Difference Methods for Differential Equations 3. J. David Logan, Applied Mathematics, 3rd Edition.
評分標準
Grading: Assignments (70%) and final report (30%)
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
10
113-2_最佳化理論與方法(二)
應用數學系
教學目標
本課程提供了理論和線性優化算法的基本認識。它涉及數學分析，定理證明，算法設計和數值方法。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-0.00%;專題實作與報告-20.00%;田野調查-10.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1 .Trust Region Methods 2. Conjugate Gradient Methods (Linear and Nonlinear) 3. Proximal Gradient Methods 4. Theory of Constrained Optimization 5. Optimality Condition 6. Linear Programming 7. Quadratic Programming
教科書/參考書
Numerical Optimization, Jorge Nocedal; Stephen J. Wright, Springer
評分標準
1. 課堂討論30% 2. 期中報告30% 3. 期末口試40%
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
6
本課程提供了理論和線性優化算法的基本認識。它涉及數學分析，定理證明，算法設計和數值方法。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-0.00%;專題實作與報告-20.00%;田野調查-10.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1 .Trust Region Methods 2. Conjugate Gradient Methods (Linear and Nonlinear) 3. Proximal Gradient Methods 4. Theory of Constrained Optimization 5. Optimality Condition 6. Linear Programming 7. Quadratic Programming
教科書/參考書
Numerical Optimization, Jorge Nocedal; Stephen J. Wright, Springer
評分標準
1. 課堂討論30% 2. 期中報告30% 3. 期末口試40%
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
6
113-2_深度學習
應用數學系
教學目標
1. 深入研究神經網絡的基本概念,包括反向傳播、激活函數和優化算法。將探索用於圖像處理任務的卷積神經網絡(CNN)和用於序列數據分析的具有長短期記憶(LSTM)單元的循環神經網絡(RNN)等高級架構。學生還將學習關於訓練策略、正則化技術和超參數調整以優化深度學習模型性能。 2. 熟悉深度學習的前沿主題,包括用於圖像生成和風格轉換的生成對抗網絡(GAN)、用於序列決策問題的強化學習,以及像詞嵌入和變形器模型等自然語言處理(NLP)技術。學生將有機會參與實踐項目,應用他們的知識於實際環境,如圖像分類任務、情感分析、機器翻譯和強化學習環境。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-0.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他:作業-30.00%
課程內容與進度
課程內容與進度將視實際狀況調整。 1、Introduction to Deep Learning (two weeks) 2、Convolutional Neural Networks (two weeks) 3、Recurrent Neural Networks (RNNs) and Long-Short-Term Memory (LSTM) (two weeks) 4、Training Deep Learning Models (two weeks) 5、Generative Adversarial Networks (GANs) (two weeks) 6、ReinforcementLearning (two weeks) 7、Deep Learning for Natural Language Processing (two weeks) 8、Advanced Topics and Applications (two weeks)
教科書/參考書
I. Goodfellow, Y. Bengio, A. Courville, Deep Learning, MIT Press, 2016.
評分標準
Grading評分: (1) Attendance 20% (Kaggle survey, three teams a week; Please prepare your presentation with 5 to 10 slides. 隨堂報告Kaggle上的問題或projects，每週三組，每組5分鐘) (2) Assignments 50% (including paperwork and programming 作業包含手寫作業及程式作業) (3) Final report 30% (Kaggle Competition or research projects; Please prepare a 25-minute presentation with 20 to 30 slides and make a poster to brief your project. 期末報告以Kaggle上的project或是自己適當的研究主題為主，每組25分鐘，另外將成果濃縮成海報。)
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
28
1. 深入研究神經網絡的基本概念,包括反向傳播、激活函數和優化算法。將探索用於圖像處理任務的卷積神經網絡(CNN)和用於序列數據分析的具有長短期記憶(LSTM)單元的循環神經網絡(RNN)等高級架構。學生還將學習關於訓練策略、正則化技術和超參數調整以優化深度學習模型性能。 2. 熟悉深度學習的前沿主題,包括用於圖像生成和風格轉換的生成對抗網絡(GAN)、用於序列決策問題的強化學習,以及像詞嵌入和變形器模型等自然語言處理(NLP)技術。學生將有機會參與實踐項目,應用他們的知識於實際環境,如圖像分類任務、情感分析、機器翻譯和強化學習環境。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-0.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他:作業-30.00%
課程內容與進度
課程內容與進度將視實際狀況調整。 1、Introduction to Deep Learning (two weeks) 2、Convolutional Neural Networks (two weeks) 3、Recurrent Neural Networks (RNNs) and Long-Short-Term Memory (LSTM) (two weeks) 4、Training Deep Learning Models (two weeks) 5、Generative Adversarial Networks (GANs) (two weeks) 6、ReinforcementLearning (two weeks) 7、Deep Learning for Natural Language Processing (two weeks) 8、Advanced Topics and Applications (two weeks)
教科書/參考書
I. Goodfellow, Y. Bengio, A. Courville, Deep Learning, MIT Press, 2016.
評分標準
Grading評分: (1) Attendance 20% (Kaggle survey, three teams a week; Please prepare your presentation with 5 to 10 slides. 隨堂報告Kaggle上的問題或projects，每週三組，每組5分鐘) (2) Assignments 50% (including paperwork and programming 作業包含手寫作業及程式作業) (3) Final report 30% (Kaggle Competition or research projects; Please prepare a 25-minute presentation with 20 to 30 slides and make a poster to brief your project. 期末報告以Kaggle上的project或是自己適當的研究主題為主，每組25分鐘，另外將成果濃縮成海報。)
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
28
113-2_數學建模與生物數學
應用數學系
教學目標
Aims: (i) To investigate mathematical models of biological systems and introduce various techniques for analysing them, (ii) To enable students to understand how mathematics can be used to study biological systems. Objectives: On completion of this course students should be able to formulate ODE and PDE models to describe elementary biological systems and to be able to use a range mathe- matical techniques to analyse them.
授課形式
理論講述與討論-80.00%;個案分析或作品賞析-0.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Single species population models. - Population growth - Insect outbreak 2. Models for interacting populations. - Competition - Predator-prey 3. Reaction kinetics and molecular biology. - Biological reactions - Biological oscillators 4. Population dispersal - Outcome and speed of population invasion 5. Pattern formation. - Turing theory for morphogenesis 6. Infectious Diseases (if time allowed) - Brief introduction on SI, SIS,SIR models. Mathematical techniques: - Mathematical modelling: formulating equations, units, non-dimensionalisation. - Qualitative analysis of differential equations: linear stability for ODEs (sections 1-3) and PDEs (4,5), phase-lines (1), hysteresis (1), phase-planes (2-3), bifurcation analysis (2,3,5), Law of mass action (3), travelling wave analysis (4), Turing theory (5).
教科書/參考書
N. F. Britton : Essential Mathematical Biology L. Edelstein-Keshet : Mathematical Models in Biology James Murray : Mathematical Biology I,II
評分標準
midterm exam or assessment 50% final exam 50%
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
5
Aims: (i) To investigate mathematical models of biological systems and introduce various techniques for analysing them, (ii) To enable students to understand how mathematics can be used to study biological systems. Objectives: On completion of this course students should be able to formulate ODE and PDE models to describe elementary biological systems and to be able to use a range mathe- matical techniques to analyse them.
授課形式
理論講述與討論-80.00%;個案分析或作品賞析-0.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Single species population models. - Population growth - Insect outbreak 2. Models for interacting populations. - Competition - Predator-prey 3. Reaction kinetics and molecular biology. - Biological reactions - Biological oscillators 4. Population dispersal - Outcome and speed of population invasion 5. Pattern formation. - Turing theory for morphogenesis 6. Infectious Diseases (if time allowed) - Brief introduction on SI, SIS,SIR models. Mathematical techniques: - Mathematical modelling: formulating equations, units, non-dimensionalisation. - Qualitative analysis of differential equations: linear stability for ODEs (sections 1-3) and PDEs (4,5), phase-lines (1), hysteresis (1), phase-planes (2-3), bifurcation analysis (2,3,5), Law of mass action (3), travelling wave analysis (4), Turing theory (5).
教科書/參考書
N. F. Britton : Essential Mathematical Biology L. Edelstein-Keshet : Mathematical Models in Biology James Murray : Mathematical Biology I,II
評分標準
midterm exam or assessment 50% final exam 50%
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
5
113-2_組合學專題（二）
應用數學系
教學目標
This is a research-oriented course. We will go through various research topics in group testing and coding theory. Some papers or course materials will be assigned according to students' interest. Students enrolled in this course require prior knowledge of elementary combinatorics.
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-0.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
as in the introduction.
教科書/參考書
Some research papers will be assigned.
評分標準
In Class Report and Discussion: 80 %
Participation: 20 %
學分數
3
授課時數(周)
3
開課班級
D11341
修課人數
4
This is a research-oriented course. We will go through various research topics in group testing and coding theory. Some papers or course materials will be assigned according to students' interest. Students enrolled in this course require prior knowledge of elementary combinatorics.
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-0.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
as in the introduction.
教科書/參考書
Some research papers will be assigned.
評分標準
In Class Report and Discussion: 80 %
Participation: 20 %
學分數
3
授課時數(周)
3
開課班級
D11341
修課人數
4
113-2_數位影像處理專題
應用數學系
教學目標
本門課將以上學期數位影像處理課程所教授課程內容為基礎，繼續介紹如何結合機器學習與深度學習的方法實現進階的電腦視覺辨識。此外，課程將以專題為導向，並將要求修課學生有專題的產出。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-30.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
課程前半學期預計教授的主題包含利用特徵萃取、機器學習、深度學習等方法實現物件計數、 手勢辨識、 數字辨識、車牌辨識、人臉辨識等。課程後半學期預計讓修課同學選一專題做實作。
教科書/參考書
參考書：
1. V Kishore Ayyadevara, Yeshwanth Reddy, Modern Computer Vision with Pytorch, 2nd ed.
評分標準
平時成績(含作業及出席率)40﹪、 期末專題 60%
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
17
本門課將以上學期數位影像處理課程所教授課程內容為基礎，繼續介紹如何結合機器學習與深度學習的方法實現進階的電腦視覺辨識。此外，課程將以專題為導向，並將要求修課學生有專題的產出。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-30.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
課程前半學期預計教授的主題包含利用特徵萃取、機器學習、深度學習等方法實現物件計數、 手勢辨識、 數字辨識、車牌辨識、人臉辨識等。課程後半學期預計讓修課同學選一專題做實作。
教科書/參考書
參考書：
1. V Kishore Ayyadevara, Yeshwanth Reddy, Modern Computer Vision with Pytorch, 2nd ed.
評分標準
平時成績(含作業及出席率)40﹪、 期末專題 60%
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
17
113-2_資料科學實務
應用數學系
教學目標
本課程主要訓練學生應用在本校數據科學相關學程所學習到的分析方法，進行完整的數據分析與結果呈現。採用的訓練流程如下：在學期初時每一位修課學生須就其所鑽研主題中的資料特性、文獻回顧、目前研究進度、與擬採用分析方法之合理性進行第一次報告；接著透過綜合討論，確認修課學生充分了解其研究主題之資料分析流程與分析方法後，於期中時再就其資料前處理效果與合理性、分析方法成效評估、及可能的推廣方向進行第二次報告；再經由綜合討論確認修課學生的研究成果評估、與研究成果視覺化呈現方式後，於期末時評估每一位修課學生分析成果之廣度與深度、與視覺化呈現之市場接受度，並以舉辦期末成果展方式呈現學生作品。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-30.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. 課程簡介與分組：1 週
2. 第一次報告：3 週
3. 綜合討論：3 週
4. 第二次報告：3 週
5. 綜合討論：3 週
6. 期末報告：1 週
7. 期末專題成果展：1 週
5/9和5/16為一對一討論時間，請依規劃之時間前往討論室找老師。
如不在一對一討論時間段，請同學留在教室（450室)相互討論或作準備。
相關規劃請看https://www.notion.so/huilan/113-2-1d11f0d2f5b08035a9f6da1c2b531b37
教科書/參考書
無
評分標準
三次平時報告: 各20% 期末成果展: 40%
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
11
本課程主要訓練學生應用在本校數據科學相關學程所學習到的分析方法，進行完整的數據分析與結果呈現。採用的訓練流程如下：在學期初時每一位修課學生須就其所鑽研主題中的資料特性、文獻回顧、目前研究進度、與擬採用分析方法之合理性進行第一次報告；接著透過綜合討論，確認修課學生充分了解其研究主題之資料分析流程與分析方法後，於期中時再就其資料前處理效果與合理性、分析方法成效評估、及可能的推廣方向進行第二次報告；再經由綜合討論確認修課學生的研究成果評估、與研究成果視覺化呈現方式後，於期末時評估每一位修課學生分析成果之廣度與深度、與視覺化呈現之市場接受度，並以舉辦期末成果展方式呈現學生作品。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-30.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. 課程簡介與分組：1 週
2. 第一次報告：3 週
3. 綜合討論：3 週
4. 第二次報告：3 週
5. 綜合討論：3 週
6. 期末報告：1 週
7. 期末專題成果展：1 週
5/9和5/16為一對一討論時間，請依規劃之時間前往討論室找老師。
如不在一對一討論時間段，請同學留在教室（450室)相互討論或作準備。
相關規劃請看https://www.notion.so/huilan/113-2-1d11f0d2f5b08035a9f6da1c2b531b37
教科書/參考書
無
評分標準
三次平時報告: 各20% 期末成果展: 40%
學分數
3
授課時數(周)
3
開課班級
M11341
修課人數
11