Type of Credit: Elective
Credit(s)
Number of Students
AI技術引發了一場前所未有的革命，讓我們置身於全新世界，擁有無數的機會和挑戰。從訂購商品到安排日程，從監控健康到提供個性化的建議。AI是我們的無所不能的幫手，讓我們節省了大量的時間和精力，專注於更重要的事情。生成式AI透過學習和模仿人類的創造力，創作出極具藝術性和情感的內容。我們可以欣賞到從未見過的繪畫作品，聽到從未聽過的音樂，閱讀到從未讀過的文學作品。這些技術為我們提供了無限的機會和創新，同時也帶來了一些挑戰和風險。我們需要明智地應對這些技術的發展，以確保它們成為推動社會進步和福祉的力量。
本課程從各種角度切入，帶領同學認識不同類型的AI工具：(1) 資料分析、應用層面 (2) 社群網路 (3) 機器學習 (4) 深度學習 (5) 生成式AI。藉由作業、上機練習等方式，讓同學從實作過程中體會其核心精神，並在面對特定資料時，能夠建立問題意識、利用已習得的工具與方法，提出所提出問題的解決方案、或研發與此資料相關的應用。
能力項目說明
| 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 |
學習投入 時間 |
|
|
課堂 |
課程 |
||||
|
1 |
課程介紹、人工智慧簡介 |
介紹本學期課程安排、評量項目、安裝課程所需環境與工具； |
講授、實戰演練 |
3 |
3 |
|
2 |
資料類型與蒐集 |
人工智慧發展歷史；介紹公開資料集的平台（如Kaggle），基於實例說明資料類型 |
講授、上機練習 |
3 |
3 |
|
3 |
資料分析(I) |
資料前處理：資料的判讀與清洗 |
講授、實戰演練 |
3 |
3 |
|
4 |
資料分析(II) |
探索資料：基礎統計、凝聚問題意識的過程與作法 |
講授、上機練習 |
3 |
3 |
|
5 |
資料視覺化 |
探索資料：工具應用 |
10/10放假、作業（一） |
3 |
3 |
|
6 |
社群網路分析(I) |
介紹基本概念、實務應用領域 |
講授、實戰演練 |
3 |
3 |
|
7 |
社群網路分析(II) |
基於實際案例及資料、說明及操作工具 |
講授、上機練習 |
3 |
3 |
|
8 |
期中作業 |
公布期末報告資料集 |
講授、期末報告分組、作業（二） |
3 |
3 |
|
9 |
機器學習(I) |
邏輯迴歸：概念與操作 |
講授、上機練習 |
3 |
3 |
|
10 |
機器學習(II) |
SVM：概念與操作 |
講授、實戰演練 |
3 |
3 |
|
11 |
深度學習(I) |
CNN：概念與操作 |
講授、上機練習 |
3 |
3 |
|
12 |
深度學習(II) |
Transformer：概念與操作 |
講授、實戰演練、作業（三） |
3 |
3 |
|
13 |
生成式人工智慧工具(I) |
文字生成：概念、生成類型與操作 |
講授、上機練習 |
3 |
3 |
|
14 |
生成式人工智慧工具(II) |
聲音生成：概念、生成類型與操作 |
講授、實戰演練 |
3 |
3 |
|
15 |
生成式人工智慧工具(Ⅲ) |
圖像生成：概念、生成類型與操作 |
講授、上機練習 |
3 |
3 |
|
16 |
期末報告 |
|
|
3 |
6 |
|
17 |
自主學習 |
|
|
|
|
|
18 |
自主學習 |
|
|
|
|
課堂參與、上機練習：17%
實戰演練：18%
作業（3次）：30%
期末報告（小組）：35%
*學生使用生成式AI完成作業時，須註明使用的工具或軟體所涵蓋的作業範圍。