| 課程代碼 |
G0N09L01
|
| 課程中文名稱 |
人工智慧概論
|
| 課程英文名稱 |
Artificial Intelligence
|
| 學分數 |
3.0
|
| 必選修 |
選修
|
| 開課班級 |
夜四技資工四甲
|
| 任課教師 |
杜俊育
|
| 上課教室(時間) |
|
週四
|
第12節
|
(C306)
|
|
週四
|
第13節
|
(C306)
|
|
週四
|
第14節
|
(C306)
|
|
| 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 | 對應系指標 |
|
1
|
能解析人工智慧的演算法
|
|
1 工程知識
|
|
2
|
能撰寫人工智慧專題的書面報告
|
|
5 表達溝通
|
|
3
|
能用軟體製作人工智慧的程式
|
|
3 實務能力
|
|
4
|
能接受人工智慧的英文專業術語
|
|
5 表達溝通
|
|
| 就業力培養目標 |
| |
校指標 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
| |
專業知識 |
實務技能 |
資訊能力 |
整合創新 |
外語能力 |
熱誠抗壓 |
表達溝通 |
敬業合群 |
人文素養 |
服務關懷 |
| |
50% |
20% |
0% |
0% |
0% |
0% |
30% |
0% |
0% |
0% |
| |
系指標 |
1 |
3 |
2 |
4 |
|
|
5 |
6 |
8 |
7 |
| |
工程知識 |
實務能力 |
資訊能力 |
規劃整合 |
|
|
表達溝通 |
管理合作 |
社會人文 |
職業倫理 |
| |
50% |
20% |
0% |
0% |
|
|
30% |
0% |
0% |
0% |
|
| 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 |
第01週 課程介紹
第02週 認識人工智慧與機器學習
第03週 建構Tensorflow與Keras開發環境
第04週 深度學習的基礎
第05週 國慶假期
第06週 多層感知器(一)
第07週 多層感知器(二)
第08週 多層感知器(三)
第09週 期中考
第10週 卷積人經網路(一)
第11週 卷積人經網路(二)
第12週 卷積人經網路(三)
第13週 循環神經網路(一)
第14週 循環神經網路(二)
第15週 循環神經網路(三)
第16週 資料預處理與資料增強
第17週 調教深度學習模型
第18週 期末考
|
| 期考調查 |
| 期中考(第9週)考試方式 |
上機測驗
|
| 期末考(第18週)考試方式 |
上機測驗
|
| 其他週考試考試週次與方式 |
隨週單元測驗
|
|
| 教學方式與評量方式 |
| 課程學習目標 | 教學方式 | 評量方式 |
| 能解析人工智慧的演算法 |
課堂講授
|
實作
（
期中
）
|
| 能撰寫人工智慧專題的書面報告 |
分組討論
|
書面報告
（
平時
）
|
| 能用軟體製作人工智慧的程式 |
實作演練
|
作業
（
期末
）
實作
（
期中
）
|
| 能接受人工智慧的英文專業術語 |
課堂講授
|
作業
（
平時
）
|
|
| 指定用書 |
| 書名 |
TensorFlow 與 Keras：Python 深度學習應用實務
|
| 作者 |
陳允傑
|
| 書局 |
旗標
|
| 年份 |
2019
|
| 國際標準書號(ISBN) |
9789863126027
|
| 版本 |
初版
|
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 |
|
| 教學軟體 |
Ubuntu、Tensorflow、Keras、Python3
|
| 課程規範 |
|