Type of Credit: Required
Credit(s)
Number of Students
本課程介紹以人為本的思維，課堂中討論人工智慧相關議題與研讀相關研究，結合學生跨領域背景，學習提出以人為本的人工智慧應用，並結合機器學習相關技能，完成 AI 專題。
* 先修課程：機器學習相關課程，如人工智慧方法與工具、機器學習概論、資料科學、資料採掘等。
* 先備技術：機器學習相關工具, 如 RapidMiner、R/Python - ML/DL 相關套件等。
能力項目說明
認識以人為本的人工智慧應用，了解人工智慧相關研究進展，學習人工智慧實務應用開發與測試，完成期末專題。
| 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 |
課程簡介與文獻蒐集 |
|
講授、分組、小組討論 |
|
2 |
文獻探討與需求分析 |
|
講授、小組討論 |
|
3 |
文獻探討與場域了解 |
文獻閱讀與討論 |
小組討論 |
|
4 |
提案發想 |
|
講授、小組討論 |
|
5 |
提案報告 |
確定研究題目 *遇放假，課程整併至第4、6週 |
提案報告 |
|
6 |
資料處理與分析 |
實作與討論 |
小組討論 |
|
7 |
專題進度報告 |
確定研究方法 |
專題進度報告 |
|
8 |
方法、工具實作與討論 |
實作與討論 |
小組討論 |
|
9 |
系統環境建置 |
系統環境建置與討論 |
小組討論 |
|
10 |
系統功能開發 |
系統環境建置與討論 |
小組討論 |
|
11 |
專題進度報告 |
專題進度報告 |
專題進度報告 |
|
12 |
專題改良 |
實作、測試與優化 |
小組討論 |
|
13 |
專題測試 |
實作、測試與優化 |
小組討論 |
|
14 |
期末專題報告 |
期末專題報告 |
期末專題報告 |
|
15 |
期末專題展示 |
期末專題展示 |
聯合海報展 |
|
16 |
專題回顧與未來展望 |
專題回顧與未來展望 |
小組討論 |
|
17 |
自主學習 |
- |
- |
|
18 |
自主學習 |
- |
- |
課程參與 60%、專題成果 40% (包含期末報告與展示 10%，及期末前的每次報告各10%)。
* 完全開放使用生成式 AI 工具，但須註明所使用的軟體、工具及所涵蓋的範圍。