課程類型 : 必修
學分數 : 2學分
開課年級 : 三年級
開課學期 : 上學期
課程定位 : 人工智慧微學程
學習目標 :
介紹人工智慧的基礎觀念和技術。讓學生了解人工智慧理論與實際程式設計上的應用，具備人工智慧運用的技術。
主要內容：
Machine Learning and Deep Learning
Training and Testing
Loss Function
Feature Engineering
Classification
Neural Nets
Applications with Python and SPSS
監督式機器學習
非監督式機器學習-分群法
關聯式規則學習
拆解決策樹(Xgboost)
拆解類神經網路
決策樹with Python and SPSS
類神經網路with Python and SPSS
配合(銜接)課程 : Python 程式語言 --> Python 程式語言進階 --> 資料結構 -->
資料庫管理系統 --> 人工智慧實務 --> 巨量資料分析
課程與能力指標關聯表
校訂基本能力指標
語文運用能力
邏輯推理能力
文化欣賞能力
科技應用能力
公民參與能力
生涯發展能力
關聯度
0
5
0
6
2
5
資工系專業能力指標
能運用數學、基礎科學與資訊知識能力
能善用資訊，構思出解決問題之能力
瞭解科技與社會脈動，具國際觀及培養持續學習的習慣與能力
能善用資訊技術及資訊工具之能力
能設計資訊元件、模組或系統以符合實務需求之能力
能設計並執行專題實驗，且具有分析與解釋專題實驗結果之能力
具有能有效溝通與團隊合作之能力
具備專業倫理，並提倡合法及合乎道德的資訊科技
關聯度
5
5
5
7
5
4
5
5
聯合國永續發展目標(SDGs)指標
SDGs指標
1.消除貧窮
2.消除飢餓
3.良好健康和福祉
4.優質教育
5.性別平等
6.潔淨水及衛生
關聯度
7
0
0
7
0
0
SDGs指標
7.可負擔的潔淨能源
8.尊嚴就業與經濟發展
9.創業創新與基礎設施
10.減少不平等
11.永續城市及社區
12.負責任的消費及生產
關聯度
0
7
7
0
3
5
SDGs指標
13.氣候行動
14.水下生命
15.陸域生命
16.和平正義與有利的制度
17.夥伴關係
18.非核家園
關聯度
5
0
0
0
5
0