| 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 |
| 讓學生們藉由這堂課了解使用人工智慧模型時常用到的幾項資料前處理技術，並擁有實作這些技術的能力。 |
| 2.分析、設計與整合電機資訊相關系統之能力。 |
| 3.執行電機資訊實務所需之技術與及相關軟硬體工具之能力。 |
|
|
|
|
| 授課內容(單元名稱與內容、習作/每週授課、考試進度-共18週) |
| 週次 |
授課內容 |
| 第1週 |
資料前處理與人工智慧模型的關係 |
| 第2週 |
由人工智慧題目定義來決定要收集的資料格式 |
| 第3週 |
資料收集與資料異常觀察 |
| 第4週 |
利用Tableau進行資料視覺化 |
| 第5週 |
將收集到的資料轉為人工智慧模型的輸入與輸出 |
| 第6週 |
課程期末報告 |
| 第7週 |
|
| 第8週 |
|
| 第9週 |
|
| 第10週 |
|
| 第11週 |
|
| 第12週 |
|
| 第13週 |
|
| 第14週 |
|
| 第15週 |
|
| 第16週 |
|
| 第17週 |
|
| 第18週 |
|
|
| 學習評量方式 |
| 平時成績20%、資料視覺化作業30%、期末報告50% |
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
| 自編教材 |
| 課程教材（教師個人網址請列在本校內之網址） |
| 請上課程網站下載 |
| 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) |
|
|