| 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 |
1. 了解時空資料分析的概念和應用領域
2. 應用深度學習技術進行時空資料分析 |
|
|
|
|
| 授課內容(單元名稱與內容、習作/每週授課、考試進度-共18週) |
| 週次 |
授課內容 |
| 第1週 |
時空資料分析及其應用領域 |
| 第2週 |
228放假 |
| 第3週 |
時空數據收集與預處理 |
| 第4週 |
CNN與空間數據 |
| 第5週 |
RNN與時間序列 |
| 第6週 |
ConvLSTM與時空數據分析 |
| 第7週 |
放假 |
| 第8週 |
Transformer模型 |
| 第9週 |
SwinTransformer模型 |
| 第10週 |
深度聚類 |
| 第11週 |
案例分析 - 雷達回波強度預測 |
| 第12週 |
案例分析 - 溫度預測 |
| 第13週 |
案例研究：使用深度學習進行影像分析 |
| 第14週 |
案例分析 - 社群媒體資料分析 |
| 第15週 |
時空資料的視覺化 |
| 第16週 |
進階深度學習技巧 |
| 第17週 |
自主學習(製作專題報告) |
| 第18週 |
自主學習(製作專題報告) |
|
| 學習評量方式 |
平時成績(作業、測驗、出席)60%
期末專題40% |
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
|
| 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 |
| 星期三18:00~20:00 |
| 聯合國全球永續發展目標 |
|
|