| 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 |
| 通過本課程的學習，學生獲得人工智能基礎知識，並具備在實際案例中應用的能力。 |
| 1.具備資訊科學素養、資訊理論與數學分析之能力 |
| 3.具備分析、設計與實作資訊軟體系統之能力 |
|
|
|
|
| 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 |
人工智慧概念介紹I |
| 第2週 |
人工智慧概念介紹II |
| 第3週 |
類神經網路概念介紹I |
| 第4週 |
類神經網路概念介紹II |
| 第5週 |
類神經網路概念介紹III |
| 第6週 |
客製化類神經網路之設計方法I |
| 第7週 |
客製化類神經網路之設計方法II |
| 第8週 |
期中考 |
| 第9週 |
基因演算法概念介紹I |
| 第10週 |
基因演算法概念介紹II |
| 第11週 |
深度學習模型概念介紹I |
| 第12週 |
深度學習模型概念介紹II |
| 第13週 |
深度學習模型概念介紹III |
| 第14週 |
實際案例探討 |
| 第15週 |
類神經網路套件教學 |
| 第16週 |
期末考 |
自主學習
內容 |
03.製作專題報告
|
|
| 學習評量方式 |
平時成績20分
期末報告25分
期中考25分
期末考30分
|
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
| Goodfellow, I., Bengio, Y., Courville, A. (2016). Deep Learning. MIT Press. |
| 課程教材（教師個人網址請列在本校內之網址） |
| 請於ilearning 3.0上下載 |
| 課程輔導時間 |
| 請直接與老師約時間 |
| 聯合國全球永續發展目標(連結網址) |
|
|