| 課程名稱 |
(中文) 人工智慧 (英文) Artificial Intelligence |
開課單位 | 資訊工程學系 | ||
| 課程代碼 | I4810 | ||||
| 授課教師 | 葉慶隆 | ||||
| 學分數 | 3.0 | 必/選修 | 選修 | 開課年級 | 大四 |
| 先修科目或先備能力：基本程式設計、基礎數學 | |||||
| 課程概述與目標：人工智慧一直以來都是電腦科學裡最複雜的領域之一，學生需要相當紮實的資訊及數學基礎，才能學好這門課。這門課將針對只具備基本程式設計能力，及基礎數學的學生，引領學生認識人工智慧中重要的領域。課程內容涵蓋知識系統、代理人架構、計算智慧(Computational Intelligence)等主題，此外也探討人工智慧在目前重要領域如物聯網、及開放資料的應用。 上課方式除了部分教師講授解說外，其餘各週均採學生專題報告(一至二人)、討論，與教師提問及補充說明方式進行。 課程主要是以學生分組對各主題做簡報，輔以業界專家演講，最後分配1/3學期的時間讓學生分組參與專案撰寫及報告。 | |||||
| 教科書 | 李聯旺、廖珗洲、謝政勳：人工智慧：智慧型系統導論(第三版) 全華：翻譯本，2012 | ||||
| 參考教材 | Michael Negnevitsky, ARTIFICIAL INTELLIGENCE: A GUIDE TO INTELLIGENT SYSTEMS, 3rd ed. Pearson Education Canada 2012. 歐崇明、時文中、陳 龍 ：人工智慧：現代方法(第三版) 全華：翻譯本，2011 |
||||
| 課程大綱 | 學生學習目標 | 單元學習活動 | 學習成效評量 | 備註 | ||
| 週 | 單元主題 | 內容綱要 | ||||
| 1 | 課程入門及導論 | 課程介紹與人工智慧導言，本課程各主題介紹。 智慧型機器概述 人工智慧發展歷史 上課方式說明：學生分組針對各主題做專題報告(一至二人)、討論，教師提問及補充說明方式進行。 |
了解課程進行方式，如何做好簡報。 認識人工智慧基本概念及各主題 了解智慧型機器 認識人工智慧歷史 |
|
||
| 2 | 物聯網與人工智慧 | 物聯網基礎與架構 物聯網事例與實務探討 物聯網與知識系統 |
了解物聯網基礎與架構 學習物聯網事例並參與實務探討 學習物聯網與知識系統之關連，並能學以致用 |
|
|
|
| 3 | 基於規則的專家系統 | 知識表達 專家系統研發隊伍 基於規則的專家系統結構及基本性能 前向連結和後向連結的推理技術 實例 衝突的解決方案 基於規則的專家系統的優缺點 |
了解以下內容 知識表達 專家系統研發隊伍 基於規則的專家系統結構及基本性能 前向連結和後向連結的推理技術 實例 衝突的解決方案 基於規則的專家系統的優缺點 |
|
|
|
| 4 | 基於規則的專家系統的不確定性管理 | 不確定性簡介 基本機率論、貝氏推理、貝氏證據累積、貝氏方法的偏差 確定因數理論和證據推理及應用 貝氏推理和確定因數的比較 |
學習並了解以下內容 不確定性簡介 基本機率論、貝氏推理、貝氏證據累積、貝氏方法的偏差 確定因數理論和證據推理及應用 貝氏推理和確定因數的比較 |
|
|
|
| 5 | 模糊專家系統 | 模糊集 語言變數和模糊限制語 模糊集的操作 模糊規則 模糊推理 建立模糊專家系統 |
學習並了解以下模糊理論及技術 模糊集 語言變數和模糊限制語 模糊集的操作 模糊規則 模糊推理 建立模糊專家系統 |
|
|
|
| 6 | 基於框架的專家系統 | 框架簡介 框架知識表達技術 基於框架系統中的繼承 方法和守護程式 框架和規則的互動 基於框架的專家系統實例：BuySmart |
學習並了解以下框架專家系統方法及技術應用 框架簡介 框架知識表達技術 基於框架系統中的繼承 方法和守護程式 框架和規則的互動 基於框架的專家系統實例：BuySmart |
|
|
|
| 7 | 人工神經網路 | 腦工作機制簡介 計算神經元、感知器 多層神經網路 多層神經網路的加速學習 Hopfield神經網路 雙向相關記憶 自組織神經網路 |
學習並了解以下人工神經網路概念及其應用 腦工作機制簡介 計算神經元、感知器 多層神經網路 多層神經網路的加速學習 Hopfield神經網路 雙向相關記憶 自組織神經網路 |
|
|
|
| 8 | 演化計算 | 演化是智慧的嗎？ 模擬自然演化 基因演算法 基因演算法如何工作 個案研究：用基因演算法來維護計畫 演化策略 遺傳程式設計 |
學習並了解以下演化計算概念及應用 演化是智慧的嗎？ 模擬自然演化 基因演算法 基因演算法如何工作 個案研究：用基因演算法來維護計畫 演化策略 遺傳程式設計 |
|
|
|
| 9 | 期中考週 | 期中考週 | 期中考週 | |||
| 10 | 混合智慧型系統 | 神經專家系統 神經模糊系統 ANFIS：自適應性神經模糊推理系統 演化神經網路 模糊演化系統 |
學習並了解各種混合智慧型系統 神經專家系統 神經模糊系統 ANFIS：自適應性神經模糊推理系統 演化神經網路 模糊演化系統 |
|
|
|
| 11 | 知識工程 | 知識工程簡介 專家系統可以解決的問題 模糊專家系統可以解決的問題 神經網路可以解決的問題 基因演算法可以解決的問題 混合智慧系統可以解決的問題 |
知識工程簡介 學習從問題導向建設各種知識系統工程，包括 專家系統、模糊專家系統、神經網路、基因演算法、混合智慧系統 |
|
|
|
| 12 | 資料探勘與知識發掘 | 什麼是資料探勘 統計方法和資料視覺化 主成份分析 關聯資料庫及資料庫查詢 資料倉儲和多維度資料分析 決策樹 關聯規則和購物籃分析 |
資料探勘與知識發掘 |
|
|
|
| 13 | 分散式人工智慧與「智慧型系統應用專案計劃說明」 | 分散式人工智慧與「智慧型系統應用專案計劃說明」 | 分散式人工智慧與「智慧型系統應用專案計劃說明」 | |||
| 14 | 專案計劃撰寫、輔導與諮詢 | 專案計劃撰寫、輔導與諮詢 | 專案計劃撰寫、輔導與諮詢 |
|
|
|
| 15 | 專案計劃撰寫、輔導與諮詢 | 專案計劃撰寫、輔導與諮詢 | 專案計劃撰寫、輔導與諮詢 |
|
|
|
| 16 | 專案計劃撰寫、輔導與諮詢 | 專案計劃撰寫、輔導與諮詢 | 專案計劃撰寫、輔導與諮詢 |
|
|
|
| 17 | 專案計劃撰寫、輔導與諮詢 | 專案計劃撰寫、輔導與諮詢 | 專案計劃撰寫、輔導與諮詢 |
|
|
|
| 18 | 專案報告繳交與討論 | 專案報告繳交與討論 | 專案報告繳交與討論 |
|
|
|
|
教學要點概述： |