| 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 |
學習物聯網的各種應用架構與學習資料分析方法 (認知) 具備資訊科學素養、資訊理論與數學分析之能力 50% 講授 作業
培養建構物聯網的各種應用與分析相關資料的能力（技能） 具備分析、設計與整合資訊應用系統之能力 50% 講授 實作
|
| 1.具備資訊科學素養、資訊理論與數學分析之能力 |
| 4.具備分析、設計與整合資訊應用系統之能力 |
|
|
|
|
| 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 |
課程簡介 |
| 第2週 |
AIoT與基本工具訓練（CRISP-DM, Numpy, Pandas, Matplotlib） |
| 第3週 |
Linear Regression |
| 第4週 |
資料科學程式設計基礎
|
| 第5週 |
資料視覺化（Streamlit, Websim）
|
| 第6週 |
監督式機器學習using Scikit Learn
|
| 第7週 |
建構預測模型
|
| 第8週 |
期中報告I
|
| 第9週 |
期中報告II
|
| 第10週 |
Logistic Regression, Support Vector Machine
|
| 第11週 |
Navie Baysian, Decision Tree
|
| 第12週 |
Ensemble Model
|
| 第13週 |
Transfer Learning and Hugging Face, Transformer, TensorFlow, PyTorch, Cigar
|
| 第14週 |
網路爬蟲
|
| 第15週 |
物聯網系統軟體工程
|
| 第16週 |
期末報告
|
自主學習
內容 |
03.製作專題報告
|
|
| 學習評量方式 |
(1)Homework作業75%
(2) Final Project: 25%
|
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
Textbook:
(1) 自行開發教材 ppt
(2) 超圖解Arduino 互動設計入門(第二版) 趙英傑 ， 旗標 ，出版日期：2014-04-24
(3) 超圖解物聯網IoT實作入門：使用JavaScript/Node.JS/Arduino/Raspberry Pi/ESP8266/Espruino中文書 ， 趙英傑 ， 旗標 ，出版日期：2016-05-31
Reference:
(4) 圖解物聯網-感測器的架構與運用 作者：河村雅人 等7位
出版社：碁峰 出版日期：2015/11/16
(5) Data Mining: Practical Machine Learning Tools and Techniques, Third Edition (Morgan Kaufmann Series in Data Management Systems) 3rd Editin, by Ian H. Witten (Author), Eibe Frank (Author), Mark A. Hall (Author) ISBN-13: 978-0123748560, ISBN-10: 0123748569
|
| 課程教材（教師個人網址請列在本校內之網址） |
| awinlab.nchu.edu.tw |
| 課程輔導時間 |
| Monday, Wednesday 2:00-3:00 pm |
| 聯合國全球永續發展目標(連結網址) |
|
|