人工智慧的學習理論研究和應用 [2-15]
#計算機科學 #人工智慧 #機器學習 #大數據
教授簡介
任職學校
南加利福尼亞大學（University of Southern California），又譯南加州大學，簡稱南加大（USC），是美國西海岸私立研究型大學，位於美國洛杉磯市，1880 年由監理會創立，是美國大學協會和環太平洋大學聯盟成員。
學校培養了眾多航太與科技界人才，如登月第一人阿姆斯壯，高通創始人維特比等。校友會「特洛伊家族」中十億美元以上富翁人數居全美高校第四。在歷屆上奧運會上，截止 2021 年南加大的學生和校友累計獲得 153 枚金牌、96 枚銀牌和 77 枚銅牌，金牌數量和總量居全美高校第一。
南加大擁有曾被評為全美國排名第一的電影學院、全美國排名第一的老齡學院、全美國排名第三的公共政策學院、全美國排名的第十的工程學院。被卡內基基金會歸類為「特高研究型大學」。
課程介紹
機器學習是一門多領域交叉學科，涉及機率論、統計、逼近論、凸分析、演算法複雜度理論等多門學科。專門研究電腦如何模擬或實現人類的學習行為，以獲得新的知識或技能，重新整合已有的知識使之不斷提升自身的表現。
機器學習是人工智慧及模式識別領域的共同研究熱點，其理論和方法已被廣泛應用於解決工程應用和科學領域的複雜問題。
機器學習的研究主要分為兩類研究方向：
第一類是傳統機器學習的研究，該類研究主要是研究學習機制，著重探索模擬人的學習機制
第二類是大數據環境下機器學習的研究，該類研究主要是研究如何有效利用訊息，注重從巨量資料中獲取隱藏的、有效的、可理解的知識
課程大綱
主題 1：機器學習導論
導論、監督學習、KNN分類演算法
主題 2：決策樹、隨機森林、整體學習
基於熵和基尼係數的決策樹分類演算法、系綜演算法、套袋和隨機森林
主題 3：迴歸
線性迴歸、邏輯迴歸、拉索迴歸和嶺迴歸
主題 4：深度學習
全連結前饋網路、反向傳播、卷積神經網路體系結構、復發性神經網路
主題 5：無監督學習
主成分分析、群集、生成模型、自編碼器