課程代碼 |
20M08001
|
課程中文名稱 |
人工智慧
|
課程英文名稱 |
Artificial Intelligence
|
學分數 |
3.0
|
必選修 |
選修
|
開課班級 |
博研電機一甲,博研電子一甲,碩研電機一甲
|
任課教師 |
施嘉興
|
上課教室(時間) |
週三
|
第2節
|
(B504)
|
週三
|
第3節
|
(B504)
|
週三
|
第4節
|
(B504)
|
|
課程時數 |
3
|
實習時數 |
0
|
授課語言 |
1.華語
|
輔導考證 |
無
|
課程概述 |
使學生瞭解計算機如何模擬人類行為(behavior),及教導模擬技巧。
|
先修科目或預備能力 |
|
課程學習目標與核心能力之對應
|
編號 | 中文課程學習目標 | 英文課程學習目標 |
1
|
能瞭解各種人工智慧演算法所適用之工程問題
|
|
2
|
能夠閱讀程式碼,並瞭解各種演算法之步驟,開發完整的程式
|
|
3
|
能夠多元尋求問題之解決方案
|
|
4
|
能講演示範其解決方法,呈現所得之結果
|
|
5
|
能針對工程問題有效辨識適當的解決方法
|
|
|
就業力培養目標 |
此門課程無設定權重值
|
中文課程大綱 |
1. Introduction人工智慧簡介 2. Search各種搜尋解法 3. Game Play競局 4. Decision Tree決策樹 5. Data Mining資料探勘 6. Case Study研究案例
|
英/日文課程大綱 |
1. Introduction 2. Search 3. Game Play 4. Decision Tree 5. Data Mining 6. Case Study
|
課程進度表 |
緒論 智慧型代理人 限制滿足問題 邏輯代理人 一階邏輯 知識表示 量化不確定性 機率推理 關於時間的機率推理 制訂簡單決策 制訂複雜決策 從實例中學習 學習中的知識 學習機率模型 強化學習 自然語言處理 自然語言通訊 感知 機器人學 哲學基礎
|
課程融入SDGs |
|
期考調查 |
期中考(第9週)考試方式 |
筆試
|
期末考(第18週)考試方式 |
書面報告
|
其他週考試考試週次與方式 |
無
|
|
教學方式與評量方式 |
課程學習目標 | 教學方式 | 評量方式 |
能瞭解各種人工智慧演算法所適用之工程問題 |
課堂講授
|
筆試
(
期中
)
|
能夠閱讀程式碼,並瞭解各種演算法之步驟,開發完整的程式 |
課堂講授
啟發思考
|
筆試
(
期中
)
|
能夠多元尋求問題之解決方案 |
課堂講授
分組討論
啟發思考
|
書面報告
(
期末
)
筆試
(
期中
)
|
能講演示範其解決方法,呈現所得之結果 |
分組討論
課堂講授
個案研究(PBL)
啟發思考
|
口頭報告
(
平時
)
書面報告
(
期末
)
|
能針對工程問題有效辨識適當的解決方法 |
分組討論
啟發思考
個案研究(PBL)
|
口頭報告
(
平時
)
書面報告
(
期末
)
|
|
指定用書 |
書名 |
人工智慧-現代方法(第三版)
|
作者 |
歐崇明、時文中、陳 龍
|
書局 |
全華
|
年份 |
2018
|
國際標準書號(ISBN) |
9789864639014
|
版本 |
第三版
|
請同學尊重智慧財產權,使用正版教科書,不得非法影印,以免觸犯智慧財產權相關法令
。 |
參考書籍 |
林大貴,TensorFlow+Keras深度學習人工智慧實務應用
|
教學軟體 |
|
課程規範 |
|