非監督式機器學習 Unsupervised learning for physicists

開課單位

物理學系

授課教師

李宛儒

時數

12

學分

0.6

課程場次

•   2025/10/16 15:00 ~ 2025/10/16 17:00  2小時/0.1學分 (已超過報名時間)
•   2025/10/23 15:00 ~ 2025/10/23 17:00  2小時/0.1學分 (已超過報名時間)
•   2025/10/30 15:00 ~ 2025/10/30 17:00  2小時/0.1學分 (已超過報名時間)
•   2025/11/06 15:00 ~ 2025/11/06 17:00  2小時/0.1學分 (已超過報名時間)
•   2025/11/13 15:00 ~ 2025/11/13 17:00  2小時/0.1學分 (已超過報名時間)
•   2025/11/20 15:00 ~ 2025/11/20 17:00  2小時/0.1學分 (已超過報名時間)

其他報名

https://forms.gle/TGApXnrmjYTvZ1RS9

地點

物理系 PHY5009

人數限制

15

課程目標

使物理系(或其他自然科學系等非資訊專業科系)學生能了解機器學習中非監督式學習的基本概念，並能使用Python實現機器學習的相關應用。

課程內容

1. 培養物理系學生藉由學習非監督式學習與Python語言及相關套件(Keras, Pytorch, Numpy, …等)的使用來協助物理上的研究與學習。
2. 課程以課堂演講相關概念為主(約9小時)，並演示相關的Python程式(約3小時)來讓學生能理解並應用基礎機器學習程式，且介紹在物理研究方面可能會使用到的非監督式學習概念。
3. 本課程除了總體機器學習基本概念介紹之外，主要內容以非監督式學習(unsupervised learning)為主，課程大綱為:
General concepts of machine learning and unsupervised learning, Principal component analysis (PCA) , clustering, (Restricted) Boltzmann machine, Generative adversarial network (GAN), (variational) autoencoder

限修條件

無

參考/指定用書

Chollet, F. , “Deep Learning with Python.” Manning Publications

聯絡資訊

聯絡人:李宛儒

信箱:wanjuli@phys.nthu.edu.tw

電話:0953368783

備註