| 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 |
| 瞭解最近生物資訊之方法與應用。 |
| 1.分子生物學專業知能 |
| 2.生物技術專業知能 |
| 3.科學論證與發掘問題能力 |
| 4.組織與表達能力 |
|
|
|
|
| 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 |
Selected literatures related to the current topics in:
1. Support Vector Machine |
| 第2週 |
1. Support Vector Machine |
| 第3週 |
1. Support Vector Machine |
| 第4週 |
2. Neural Networks |
| 第5週 |
2. Neural Networks |
| 第6週 |
2. Neural Networks |
| 第7週 |
3. Genetic Algorithms |
| 第8週 |
3. Genetic Algorithms |
| 第9週 |
期中報告 |
| 第10週 |
3. Genetic Algorithms |
| 第11週 |
4. Fuzzy Systems |
| 第12週 |
4. Fuzzy Systems |
| 第13週 |
4. Fuzzy Systems |
| 第14週 |
5. Data Mining |
| 第15週 |
5. Data Mining |
| 第16週 |
5. Data Miningi. Data Mining
期末報告 |
自主學習
內容 |
|
|
| 學習評量方式 |
| 出席狀況、口頭報告 |
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
| 生物資訊相關國際期刊 |
| 課程教材（教師個人網址請列在本校內之網址） |
|
| 課程輔導時間 |
| 每週課程結束後 |
| 聯合國全球永續發展目標(連結網址) |
| 08.就業與經濟成長 09.工業、創新基礎建設 | 提供體驗課程：N |
|