| 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 |
At the conclusion of this subject students should be able to:
1. Get the ability to select and design algorithms.
2. Be competent possessing expertise in building data structures and algorithms for numerical solutions, including searching and optimization.
3. Comprehend the application of computational methods in professional engineering, including in the design, analysis and validations of mechanical systems. |
|
|
|
|
| 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 |
Introduction of Data Structures & Algorithms |
| 第2週 |
Objects & Object-Oriented Programming |
| 第3週 |
Modules and Algorithm Analysis |
| 第4週 |
Recursion and Looping |
| 第5週 |
Database, Stacks and Queues |
| 第6週 |
Linked Lists |
| 第7週 |
Trees |
| 第8週 |
Searching & Sorting |
| 第9週 |
Graphical User Interface |
| 第10週 |
Final Exam |
| 第11週 |
Practical |
| 第12週 |
Practical |
| 第13週 |
Practical |
| 第14週 |
Practical |
| 第15週 |
Final Presentation |
| 第16週 |
Final Presentation |
自主學習
內容 |
03.製作專題報告
|
|
| 學習評量方式 |
| Quiz (35%); Final Exam (35%); Final Project (30%) |
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
| Goodrich, Tamassia, Goldwasser. Data Structures and Algorithms in Python. Wiley. |
| 課程教材（教師個人網址請列在本校內之網址） |
| iLearning |
| 課程輔導時間 |
| After each lecture |
| 聯合國全球永續發展目標(連結網址) |
| 04.教育品質 08.就業與經濟成長 09.工業、創新基礎建設 11.永續城市 17.全球夥伴 | 提供體驗課程：N |
|