※ 本文是否可提供臺大同學轉作其他非營利用途？（須保留原作者 ID）
（是／否／其他條件）： 是
哪一學年度修課： 103
ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
李宏毅
λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關)
電機工程研究所
δ 課程大概內容
主要就是講Deep Learning和Structured Learning，不過由於這門課是完全
由作業決定成績，且到後來的內容就越來越和作業沒有關係，我也就不常去
上課了...。老師的網站上寫得很清楚，有興趣可以自己去看，而雖然我沒
修過林軒田的機器學習，不過老師表示他會在內容上盡量和林軒田老師的課
錯開來，所以應該不用怕學不到新東西。
Ω 私心推薦指數(以五分計)
★★★★★
η 上課用書(影印講義或是指定教科書)
無
μ 上課方式(投影片、團體討論、老師教學風格)
投影片上課，不過由於這門課修的人實在太多，老師有開隔壁教室做同步，
老師把投影片和課程錄影錄影公開在課程網頁上，所以我覺得如果只是要聽
老師講機器學習的話，不一定要修課。老師上課常會用很多動漫哏，尤其是
涼宮春日，喜歡的人應該會覺得滿有趣的。另外老師很喜歡大家問問題，有
人舉手就會很激動的停下來給發問的人講，然後幾乎都會說「我覺得這個問
題問得非常好」，才繼續回答。偶爾也會請專家來演講，像是請NVIDIA的人
來講GPU在機器學習的應用，還有請徐宏民教授講 convolutional neural
network，Final Stage(等下說明)時也有請聯發科的人講機器學習有用在手
機的什麼什麼功能。
ρ 考題型式、作業方式
因為作業就佔了全部所以這裡我會講詳細一點，我儘量用比較淺顯的方式說
明每個作業在做什麼。其實作業做的都是語音處理，只是這門課不需要相關
基礎也能做。而作業基本上都是分組進行，一組兩到四人，這次大概有五十
組左右。
作業一：手刻DNN(Deep Neural Network)
目標是把一句不知內容為何語音轉成「phone」，phone可以就想做音標，像
是apple 是由 ae p el 三個音標組成的。每一個聲音片段都會對到一個音標
，所以我們要做的就是把聲音片段的音標找出來，我們拿到每個聲音片段都
是用一個向量表示，所以DNN的輸入就是一個向量，輸出就是它的音標，當然
助教會給有標記的資料讓我們train。會講手刻是因為助教幾乎禁止所有機器
學習的Library，除了計算需要的GPU加速的套件以外。
作業二：Structure Learning
作業二是直接承襲作業一的，雖然現在一句話對應到的 phone sequence
已經決定，但是如果考量每個phone的前後出現機率的話，可以讓結果更好
。這個步驟就是這個作業的目的，而助教是希望我們用 Structured SVM的
Library，搭配Viterbi演算法完成。
作業三：手刻 RNN(Recurrent Neural Network)
RNN和一般NN不同的是它有記憶性，而做的事和作業一類似，只是這次輸入
是有挖空並附選項的福爾摩斯小說的句子，而我們要利用RNN找出正確的選
項。train的資料是助教給的十九世紀小說集(只能用這個train)。助教有
另外同意讓我們用google word2vec，只是RNN基本上還是要自己寫。
Final Project：實際完成一個ASR(Automatic Speech Recognition system)
其實前幾次作業都是在做語音辨識系統的一部分，Final Project就是希望
我們把它全部合起來，流程大概是這樣：
hw1 hw2 WFST hw3
一堆向量