列印
課程教學大綱
學年
學期
開課號
課號
課程名稱
英文課名
學院
開課系所
班級
任課教師
學分
授課時數
授課類型
課程類別
修別
排課時間
排課地點
全英語授課
任課教師電子郵件信箱
核心能力
職涯類別
SDGs連結
SDGs01 消除貧窮
SDGs02 消除飢餓
SDGs03 良好健康和福祉
SDGs04 優質教育
SDGs05 性別平等
SDGs06 潔淨水與衛生
SDGs07 可負擔的潔淨能源
SDGs08 尊嚴就業與經濟發展
SDGs09 產業創新與基礎設施
SDGs10 減少不平等
SDGs11 永續城市與社區
SDGs12 負責任的消費與生產
SDGs13 氣候行動
SDGs14 水下生命
SDGs15 陸域生命
SDGs16 和平正義與有力的制度
SDGs17 夥伴關係
教學內涵
程式設計
性別平等
品德教育
人權教育
永續環境
一、課程目標Course objectives
近年來,人工智慧在硬體及軟體的進步之下成為了現代最受熱門的研究主題之一,特別是從2016年由Google DeepMind所開發的人工智慧圍棋軟體-Alpha Go戰勝了人類開始,讓人工智慧的其中一個重要分支-深度學習技術,得到了眾多的廣泛應用,例如影像辨識、自然語言處理、語音處理等。 由於人工智慧是一個極大的領域,其包括了許多重要的領域與分支,如機器學習與深度學習。因此在人工智慧與實務應用(I)的課程中,教師介紹了人工智慧、機器學習與深度學習之間的關係,並著重於機器學習演算法的原理介紹與實作,如強調監督式學習及非監督式學習演算法的實例。 機器學習屬於人工智慧的範疇之一,而深度學習亦是機器學習更為深入的重要部分。因此在人工智慧與實務應用(II)的課程中,我們將持續以人工智慧的重要範疇及領域以深入探討深度學習技術,並著重介紹經典及有名的相關演算法,如卷積神經網路、循環神經網路等,以探討其應用範疇、背景知識及相關演算法之理論與實作。通過這門課程,我們不僅可以進一步理解人工智慧、機器學習與深度學習之間的密切關係,更能在人工智慧這個極大的領域中學習重要相關技術之原理與實作。 儘管課程主題是機器學習所延伸的深入分支,但其介紹的教學內容皆為深度學習演算法。因此,不論是否修過人工智慧與實務應用(I),皆可以選修本課程。本課程會以Python作為主要教學的程式語言,修課同學需要有基本的程式能力,最好具備及修習過相關高階語言的課程,如C、C++、JAVA等。此外,教師亦會在前幾週的課程講述與說明人工智慧、機器學習與深度學習之間的關係,讓未修過人工智慧與實務應用(I)課程的學生也可以了解這三個專有名詞之間的關聯性。
二、師生晤談時間及地點Instructor office hours
時間
週三 10:00-12:00(請預先以E-mail跟老師約時間)
地點
管理學院 5047 室
電話
(049)2910960 #4644
三、授課方式Teaching approach
【上課方式】 1. 教師會於課堂第一週明確告知課程的評分標準及規範。 2. 學生需要自行攜帶筆記型電腦,以參與課堂學習、實作及討論。 3. 教師會視學生的學習情況,以掌控與調整教學的內容,必要時會於當週複習前週的授課內容。 4. 嚴禁各種影響上課秩序的行為,如大聲聊天、喧鬧等。 【請假、缺席與缺考處理方式】 1. 學生請假需要提前以E-mail告知,教師會檢視假由的合理性,並予以告知是否准假。 2. 呈上述,課後請假者除假由合理,否則仍算無故缺席乙次。 3. 若於教學期間無故缺席六次(含)以上者,視同未通過本課程。 4. 學校重要考試的請假事宜,皆依照學校請假規範辦理。
四、評量方式Grading criteria:
1. 期中報告(30%) 2. 期末報告(40%) 3. 平時作業(10%) 4. 課堂表現,如課堂問答與練習等(5%) 5. 出席率(15%)
五、參考書目Textbook & references:
六、教學進度Course schedule
七、彈性教學
自主學習:以本學期教導的深度學習相關之演算法,調查與閱讀與深度學習有關的外語論文(SSCI/SCI期刊論文、期刊論文、國際研討會),並將觀後心得以一份A4的word記錄。心得必須包含:選擇的論文題目、選擇該篇論文的原因、技術說明、於此篇論文學到什麼、是否能將該技術應用在你的碩士論文主題或未來研究上。
八、TA協助事項Teaching Assistant tasks
TA需要隨班上課,並協助課堂所有事宜,如借用及開關閉教室的設備、協助同學及課業輔導、作業公告、作業批改、作業講解、moodle資訊維護及更新、監考、批改考卷等。
九、備註Remarks
1. 教學進度與內容將依照實際教學情況、學生的學習情況進行適性化的調整。 2. 課程資訊及公告以moodle為主。課程的相關問題請E-mail給教師 3. 若沒有修過人工智慧與實務應用(I),也可選修本課程。
十、本課程可培養學生之核心能力與教學活動、核心能力與評量方法之對應表
教學活動: 1. 課堂討論 2. 書面報告、作業 3. 其他 評量方法: 1. 報告(論文導讀並繳交書面報告) 2. 實作評量(含口頭、書面報告、實習、表現評量) 3. 其他表現(作業)
◎請同學們遵守智慧財產權及不得不法影印。
Course participants should respect intellectual property rights. Illegal copying of copyrighted course materials is strictly prohibited.
◎請任課教師在教學過程中適當引導學生使用正版教科書,並適時提醒或制止學生使用非法影印教科書,或通報學校予以輔導。
Instructors should ensure that students purchase licensed textbooks and preventstudents from using illegally copied texts.