| 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 |
| 藉由程式進行都市環境數據的處理與應用，培養出未來就業與研究所需的基礎資料處理技能 |
| 5.E資訊整合、計畫管理、有效溝通與團隊合作之能力 |
| 6.F獨立思考、研發創新與解決問題之能力 |
|
|
|
|
| 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 |
課程說明、預測問題的介紹與程式撰寫環境的安裝 |
| 第2週 |
python基礎介紹，輸入輸出、變數與資料型態、環境與變數基礎、清單 (List) 與邏輯 |
| 第3週 |
python基礎介紹，輸入輸出、變數與資料型態、環境與變數基礎、清單 (List) 與邏輯
|
| 第4週 |
python基礎介紹，流程控制、迴圈、函式與遞迴等 |
| 第5週 |
Pandas、時間序列與分組等介紹 |
| 第6週 |
NumPy、Pandas+Tensor、Matplotlib 視覺化、Scikit-learn 等介紹 |
| 第7週 |
NumPy、Pandas+Tensor、特徵工程之Lag 邏輯與 SVR等介紹 |
| 第8週 |
語法綜整應用與數據案例實作 |
| 第9週 |
上機考 |
| 第10週 |
Random Forest、XGBoost或LSTM簡介實作
|
| 第11週 |
LSTM應用環境數據預測之PyTorch 基礎介紹與LSTM 門控邏輯等實作
|
| 第12週 |
LSTM應用環境數據預測之模型建立與訓練與優化
|
| 第13週 |
LSTM應用環境數據預測 |
| 第14週 |
YOLO應用環境影像物件偵測 |
| 第15週 |
YOLO應用環境影像物件偵測 |
| 第16週 |
團隊專題報告與檢討、自主學習等實作講解
|
自主學習
內容 |
01.參與專業論壇、講座、企業分享等產官學研相關交流活動
03.製作專題報告
|
|
| 學習評量方式 |
| 平時(含到課狀況與作業等)30%、期中上機考試30%、團隊專題報告30%、自主學習成果10% |
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
1.林禹豪，教師自編講義，2026
2.蔡明志，一次搞定Python程式設計，2020，滄海書局。
3.陳昭明，深度學習最佳入門與專題實戰，2025，深智數位有限公司。
4.Chatgpt等LLM的使用
3.Python documentation http://docs.python.org/3/
|
| 課程教材（教師個人網址請列在本校內之網址） |
| 上課講義或投影片上傳至學生iLearning 系統供學生下載參閱 |
| 課程輔導時間 |
| 每周2早上10:00 |
| 聯合國全球永續發展目標(連結網址) |
|
|