＊ 機器學習 ＊

基於機器學習的理論，我們可從過去的資料或經驗當中，萃取出感興趣的部份。此理論包含監督與非監督式學習，特徵抽取，樣型識別等技術。

作法上，可藉由訓練資料建立一個數學模型來學習與調整模型參數。當資料數量與訓練誤差收斂到一定程度後，此模型可用來做預測，分類，與回歸等各式應用。

此研究領域為室內定位與行動運算之核心理論基礎。本實驗室目前已建立氣候監測平台分析氣候資料，也同時參與本校大數據與匯流中心之智慧電網與生醫感測團隊，以機器學習技術對 多樣性的大數據進行分析與挖掘。