教學大綱 Syllabus

週次

Week

課程主題

Topic

課程內容與指定閱讀

Content and Reading Assignment

教學活動與作業

Teaching Activities and Homework

學習投入時間

Student workload expectation

課堂講授

In-class Hours

課程前後

Outside-of-class Hours

1

課程簡介、Jupyter Notebook 開發環境介紹

【作業】安裝Jupyter Notebook, 完成一個簡單程式。

3

2

2

人工智慧概念介紹

課堂中討論什麼樣子的問題，能運用人工智慧討論。

【作業】人工智慧問題的發想。

3

3

3

設計思考的歷史及應用，以及 AI Canvas

講課，觀看影片，用個案介紹和AI的關係。練習使用 AI Canvas。

3

3

4

設計思考的主要工具及精神

基本觀念介紹，上課分組活動，解釋提案要求

3

3

5

全連結型神經網路實現手寫辨識

【作業】修改第一個神經網路, 思考這樣子的人工智慧有什麼應用？

3

3.5

6

第一次專題計晝提案

上課依 AI Canvas提出期末專案計畫構想，討論可行性及聽取建議講評

3

6

7

理解脈絡：對一個 Domain現象的觀察及研究

講課，如何了解現象

【作業】觀察及研究作業

3

6

8

圖形辨識的王者卷積神經網路

【作業】修改上課的卷積神經網路, 思考圖形辨識的應用。

3

3.5

9

Reframing - 重新架構問題

【作業】研究作業報告，重新定義問題和可能的解答

3

3

10

發想：如何用創造性的觀點來看數據

發想的重要性，方法，以及和數據配合。試著發想期末專案有沒有更多的可能？

3

3

11

遞歸神經網路

【作業】修改上課範例或新創一個遞歸神經網路。什麼樣的情況，我們會使用遞歸神經網路？

3

4

12

第二次專題計晝提案

重點討論是否有較明確的 AI model，目前碰到的困難，考慮的解決方案。

3

3

13

設計思考的原型，測試，及迭代

什麼是原型？AI的原型是什麼？怎麼測試

3

3

14

遷移式學習

討論是否有可能「借用」別人的model 來完成自己的專案。

3

3

15

專題實作及討論

正式發表前介紹問題、進度，及討論深化應用的可能性。

3

5

16

生成對抗讓電腦創作

專題準備。

3

5

17

強化學習與無人駕駛

專題準備。

3

5

18

成果發表

3