國立中興大學教學大綱

課程名稱	(中) 解釋型AI與資料治理(7702)
	(Eng.) Explainable AI and Data Governance
開課單位	資管所
課程類別	選修			學分	3	授課教師	吳君怡
選課單位	資管所 / 碩專班			授課使用語言	中文	開課學期	1142
課程簡述	本課程分為兩大主題，一、資料治理實為延續大數據發展之後的主要實務投入工作，當代的資料治理仍在發展當中，本課程從一套資料治理架構由不同面向切入探討，並以實際案例提供學生討論、探問其中相關之資料治理議題。二、人工智慧發展臻至成熟，但對於人工智慧究竟如何產出其決策結果仍是難以回答的問題，本課程旨在探討人工智慧可解釋性相關研究的重要性，並且從多則個案探討既有研究現況與操作工具。
先修課程名稱

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
資料治理與解釋型人工智慧理論與實務	1.專業知能與實務應用 2.自主解決問題 3.創新思維 4.領導溝通與團隊合作 5.社會責任與全球視野	40 20 10 20 10	討論 講授	出席狀況 口頭報告 書面報告
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 課程介紹 第2週 The objective and architecture of Data Governance 第3週 Data inventory, Data modeling, and design 第4週 Data policies: Data storage and operations, Data warehousing 第5週 Data quality management, Data quality strategy, Standard policy 第6週 Accessibility and Open data, Reference and master data, Date security 第7週 清明連假 第8週 [Essential skills and prerequisite knowledge about ML and DL] 第9週 [The objective and architecture o Explainable AI] 第10週 [The classification of Explainable AI] 第11週 [The method of explainable AI: LIME] 第12週 [The method of explainable AI: SHAP] 第13週 [The method of explainable AI: LRP] 第14週 [Cases of Explainable AI (I) Image recognition] 第15週 [Cases of Explainable AI (II) Gen AI] 第16週 期末報告 自主學習 內容    02.閱覽產業及學術相關多媒體資料
學習評量方式
課堂出席、隨堂作業 30% 期末口頭報告 50% 期末書面報告 20%
教科書＆參考書目(書名、作者、書局、代理商、說明)
自編教材
課程教材（教師個人網址請列在本校內之網址）
無
課程輔導時間
Wed 1600-1800
聯合國全球永續發展目標(連結網址)
09.工業、創新基礎建設 提供體驗課程：N

請尊重智慧財產權及性別平等意識，不得非法影印他人著作。
更新日期 西元年/月/日：2026/02/11 13:06:43	列印日期 西元年/月/日：2026 / 3 / 22
MyTB教科書訂購平台：http://www.mytb.com.tw/