115年第1學期-0428 物理問題的機器學習實作 課程資訊

評分方式

評分項目 配分比例 說明
課堂練習 20
期中考 40
期末報告 40

選課分析

本課程名額為 30人,已有0 人選讀,尚餘名額30人。


登入後可進行最愛課程追蹤 [按此登入]。

授課教師

吳桂光

教育目標

本課程以物理問題為核心,介紹機器學習的基本概念、常用方法及其在現代物理研究中的應用。課程強調理解機器學習模型背後的原理與物理意義,使學生能夠判斷模型結果的合理性與侷限性,並培養運用人工智慧工具解決科學問題的能力。 透過真實物理案例分析與專題實作,學生將學習如何從資料中萃取資訊、建立適當模型、解讀分析結果,並探討機器學習在實驗物理、材料科學、統計物理、天文物理及量子科學等領域中的應用。課程同時鼓勵學生善用生成式人工智慧輔助程式開發與資料分析,並培養批判思考與自主驗證能力,以建立兼具物理素養、數據分析能力與AI應用能力的跨領域能力。

課程資訊

參考書目

Machine Learning for Physics and Astronomy
作者: Acquaviva, Viviana
原文出版社:Princeton University Press

Hands-on Machine Learning with Scikit-Learn, Keras & TensorFlow
作者:Aurélien Géron
原文出版社:O’Reilly Media

開課紀錄

您可查詢過去本課程開課紀錄。 物理問題的機器學習實作歷史開課紀錄查詢