Type of Credit: Partially Required
Credit(s)
Number of Students
人工智慧技術廣泛導入於大數據及機器人視覺等文字及圖像資料類型，從家用及商用的智慧機器人，到智慧家電及智慧家庭環境，廣泛應用於日常生活中。本課程介紹人工智慧的理論及實作方法，及於各產業導入之應用情境，使學生了解其理論方法，並具備實務操作的能力。
能力項目說明
本課程可使學生了解人工智慧技術理論基礎及具備實務操作的能力。
| 教學週次Course Week | 彈性補充教學週次Flexible Supplemental Instruction Week | 彈性補充教學類別Flexible Supplemental Instruction Type |
|---|---|---|
|
週次 |
課程主題 |
課程內容與指定閱讀 |
教學活動與作業 |
|
1 |
人工智慧發展現況 |
人工智慧目前先進技術 及圖形化程式邏輯 |
加分作業 課堂作業 |
|
2 |
資料類型與蒐集 |
智慧體設計：硬體架構 及互動程式邏輯 |
課堂活動 |
|
3 |
資料分析(I) |
智慧體溝通： 理性智慧體與任務環境 進階智慧體互動程式邏輯 及自然語言處理目的 |
課堂活動 課堂作業 |
|
4 |
資料分析(II) |
智慧體溝通：語言模型 及建立語料庫 |
課堂作業 |
|
5 |
資料分析(Ⅲ) |
智慧體溝通：詞性標註 句法結構與句法分析 及語言模型分詞程式邏輯 |
課堂作業 |
|
6 |
資料分析(IV) |
智慧體溝通： 句法分析器學習 擴展文法 真實自然語言處理情況 及詞袋模型計數程式邏輯 |
課堂作業 |
|
7 |
機器學習(I)與資料視覺化 |
智慧體學習： SVM機器學習及R視覺化 |
課堂作業 |
|
8 |
電腦視覺(I) |
智慧體感知：電腦視覺 及影像處理程式邏輯 |
課堂作業 |
|
9 |
期中考週 |
|
|
|
10 |
機器學習(II)與資料分析(V) |
智慧體學習： SVM影像機器學習 及智慧體溝通： 語言模型建模 |
課堂作業 |
|
11 |
機器學習(Ⅲ)與電腦視覺(II) |
智慧體學習： 人臉SVM影像機器學習 及智慧體感知：光流 |
課堂作業 |
|
12 |
機器學習(IV)深度學習 與電腦視覺(Ⅲ) |
智慧體學習： AdaBoost人臉辨識 DNN人臉辨識 及智慧體感知： 高斯背景模型 |
課堂作業 |
|
13 |
電腦視覺(IV) 與生成式人工智慧工具(I) |
ROI自動圖檔處理 與文字生成 |
課堂作業 |
|
14 |
生成式人工智慧工具(II) |
影像及影片生成案例 |
課堂作業 |
|
15 |
生成式人工智慧工具(Ⅲ) |
音樂及文案生成案例 |
課堂作業 |
|
16 |
期末考週 |
期末報告 |
小組成果報告 |
|
17 |
彈性學習 |
學習心得 |
數位平台分享 |
|
18 |
彈性學習 |
學習心得 |
數位平台分享 |
每週課堂教學時數：3小時；每週預習/複習時數：3小時
作業85%，期末報15%
可使用生成式AI工具(完全開放)
本課程屬於AI學程學分
Artificial Intelligence: A Modern Approach (4th), Stuart Russell and Peter Norvig, Pearson, 2021
| 書名 Book Title | 作者 Author | 出版年 Publish Year | 出版者 Publisher | ISBN | 館藏來源* | 備註 Note |
|---|---|---|---|---|---|---|
| Artificial Intelligence: A Modern Approach (4th) | Stuart Russell and Peter Norvig | 2021 | Pearson | 0134610997 | 圖書館處理 |