| 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 |
| By taking this class, students acquire the basic artificial intelligence knowledge and have the ability to apply it in practical cases. |
| 1.具備資訊科學素養、資訊理論與數學分析之能力 |
| 6.具備自我學習、溝通協調與團隊合作之能力 |
| 8.尊重學術倫理並具備學術論文的簡報與撰寫能力 |
|
|
|
|
| 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 |
Overview of Artificial Intelligence Concepts |
| 第2週 |
The concept of neural networks I |
| 第3週 |
The concept of neural networks II |
| 第4週 |
Neural Network Toolbox Implementation |
| 第5週 |
The concept of deep Learning models I |
| 第6週 |
The concept of deep Learning models II |
| 第7週 |
The concept of deep Learning models III |
| 第8週 |
Real case implementation |
| 第9週 |
Midterm Exam |
| 第10週 |
The concept of data mining algorithms I |
| 第11週 |
The concept of data mining algorithms II |
| 第12週 |
Data mining Toolbox Implementation |
| 第13週 |
The concept of genetic algorithms I |
| 第14週 |
The concept of genetic algorithms II |
| 第15週 |
Final Exam |
| 第16週 |
Final project report |
自主學習
內容 |
03.製作專題報告
|
|
| 學習評量方式 |
Homework 30%
Exam 40%
Final project: 30% |
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
| Goodfellow, I., Bengio, Y., Courville, A. (2016). Deep Learning. MIT Press. |
| 課程教材（教師個人網址請列在本校內之網址） |
| Please download the handouts from the ilearning 3.0 website |
| 課程輔導時間 |
| Please make an appointment directly with the teacher |
| 聯合國全球永續發展目標(連結網址) |
|
|