人工智慧與數學學程
國立中山大學 整合學程
學程目標
學程目標
因應科技發展對人工智慧的需求，開設使學程協助學生學習相關於人工智慧應用所需的數學課程(原理)及計算機程式運用，以期面對未來人工智慧所遇到的不同問題，以此基礎開發新技術或方法。
修讀對象
修讀對象
本校大學部二年級（含）以上學生。
修課規劃概述
修課規劃概述
需修滿 15 學分
其中包含 9 學分核心課程
其中包含 6 學分不屬於學生本系所、雙主修及輔系之課程
完整規定請見課程規畫表（上方連結）
人工智慧所需要的數學
人工智慧所需要的數學
類神經網路
類神經網路
線性代數（向量、矩陣、空間）
微積分（微分、梯度）
最佳化（非線性函數極值）
離散數學（圖論、演算法）
流形學習
流形學習
線性代數（向量、矩陣、空間、
內積空間、對角化、奇異值分解）
微積分（微分、切空間）
機率統計（期望值、變異數）
離散數學（圖論、演算法）
分群
分群
線性代數（向量、矩陣、空間）
機率統計（隨機變數、期望值、變異數）
離散數學（圖論、演算法）
迴歸
迴歸
線性代數（向量、矩陣、空間、投影）
微積分（微分、梯度）
最佳化（非線性函數極值）
離散數學（演算法）
分類
分類
線性代數（向量、矩陣、空間）
微積分（微分、梯度）
機率統計（熵、不純度）
最佳化（半正定規劃）
離散數學（圖論、樹結構、演算法）
網路分析
網路分析
線性代數（向量、矩陣、空間、
內積空間、對角化、奇異值分解）
離散數學（圖論、演算法）
如有任何問題，歡迎與 應用數學系 林晉宏 老師 <jephianlin [at] gmail [dot] com> 聯絡。