| 課程與核心能力關聯配比(%) |
課程目標之教學方法與評量方法 |
| 課程目標 |
核心能力 |
配比(%) |
教學方法 |
評量方法 |
1. 熟悉Python語法及其內建資料結構；
2. 熟悉Python物件之建立與應用；
3. 了解機器學習與深度學習；
4. 熟悉OpenCV, TensorFlow, Keras等套件。 |
|
|
|
|
| 授課內容(單元名稱與內容、習作/每週授課、考試進度-共16週加自主學習) |
| 週次 |
授課內容 |
| 第1週 |
Basic Concepts |
| 第2週 |
Input, process, output |
| 第3週 |
Decision Structures and Boolean Logic |
| 第4週 |
Repetition Structures |
| 第5週 |
Functions |
| 第6週 |
Files |
| 第7週 |
Basic Data Structure I |
| 第8週 |
Basic Data Structure II |
| 第9週 |
Classes |
| 第10週 |
Numerical Computing with Python |
| 第11週 |
Midterm Exam |
| 第12週 |
Symbolic Computing with Python |
| 第13週 |
Natural Language Processing |
| 第14週 |
Python for Machine Learning |
| 第15週 |
Tensorflow for Neural Networks |
| 第16週 |
Deep Learning for Text and Sequences
Anomal1y Detection
Final Exam |
自主學習
內容 |
|
|
| 學習評量方式 |
| Exams 60%, Projects 40% |
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
Starting Out with Python 4/e (Global Edition), Tony Gaddis, Pearson Education, 東華書局
|
| 課程教材（教師個人網址請列在本校內之網址） |
| 140.120.7.149/~tcyen |
| 課程輔導時間 |
週二08:10~09:00
週四15:10~16:00
|
| 聯合國全球永續發展目標(連結網址) |
|
|