教學大綱表
請遵守智慧財產權,勿使用非法影印教科書,避免觸法。
課程名稱 (中文) 人工智慧
(英文) Artificial Intelligence
開課單位 資訊經營學系
課程代碼 N4810B
授課教師 康家榮
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:
課程概述與目標:本課程是人工智慧技術應用之課程,將教導學生機器學習和深度學習等人工智慧技術概念與其產業實務應用,同時欲使學生具備規劃並整合人工智慧技術於有價值應用的能力。
教科書 Nikhil Buduma, "Fundamentals of Deep Learning - Designing Next-Generation Machine Intelligence Algorithms", O'Reilly Media, 2017.
課程大綱 學生學習目標 單元學習活動 學習成效評量 備註
單元主題 內容綱要
1 Introduction Course Introduction Course Introduction
  • 講授
  •  
    2 Basic Python Programming (1) 1. Python開發環境安裝
    2. Python程式語言
    2.1 認識Python語言
    2.2 變數、運算子與資料型態
    2.3 流程控制
    2.4 檔案操作
  • 實作
  • 講授
  • 作業
  •  
    3 Basic Python Programming (2) 3. Python進階 3.1 函式、模組與套件
    3.2 容器型態
  • 實作
  • 講授
  • 作業
  •  
    4 Basic Python Programming (3) 3. Python進階 3.3 類別與物件
  • 實作
  • 講授
  • 作業
  •  
    5 Genetic Algorithm (GA) Genetic Algorithm (GA) – Basic (1) 1. 介紹
    2. 甚麼是演化計算?
    3. 基因演算法
    4. 演化策略
    5. 遺傳規劃
  • 實作
  • 講授
  • 作業
  •  
    6 Genetic Algorithm (GA) Genetic Algorithm (GA) – Basic (2) 6. 多目標演化演算法
    7. 演化演算法的使用
  • 實作
  • 講授
  • 作業
  •  
    7 Discrete Coding 1. Coding for Discrete Decision Variables
    2. 說明專題 & 分組
    離散決策變數之編碼 與指派問題
  • 實作
  • 講授
  • 作業
  •  
    8 Permutation Coding Coding for Permutation Solutions and Traveling Salesman 排列解的編碼 與Traveling Salesman Problem (TSP)
  • 實作
  • 講授
  • 作業
  •  
    9 期中報告 說明期末專題要報告 期中報告15% (上台報告)
  • 討論
  • 報告
  •  
    10 機器學習 1. 監督式學習
    2. 非監督式學習
    3. 半監督式學習
    4. 強化學習
    1. 監督式學習
    2. 非監督式學習
    3. 半監督式學習
    4. 強化學習
  • 實作
  • 講授
  • 作業
  •  
    11 機器學習流程及方法 1. 機器學習流程
    2. 欠擬合、過擬合
    3. 最佳化方法
    4. 交叉驗證法
    1. 機器學習流程
    2. 欠擬合、過擬合
    3. 最佳化方法
    4. 交叉驗證法
  • 實作
  • 講授
  • 作業
  •  
    12 監督式學習(一) 1. 迴歸
    2. 決策樹
    3. 隨機森林
    1. 迴歸
    2. 決策樹
    3. 隨機森林
  • 實作
  • 講授
  • 作業
  •  
    13 監督式學習(二) 1. 支持向量機(SVM)
    2. 單純貝氏分類器
    3. K-最近鄰居(KNN)
    1. 支持向量機(SVM)
    2. 單純貝氏分類器
    3. K-最近鄰居(KNN)
  • 實作
  • 講授
  • 作業
  •  
    14 非監督式學習–分群 1. K-平均分群(K-means)
    2. DBSCAN分群
    3. 階層式分群
    1. K-平均分群(K-means)
    2. DBSCAN分群
    3. 階層式分群
  • 實作
  • 講授
  • 作業
  •  
    15 整體學習 1. 投票法(Voting)
    2. 裝袋法(Bagging)
    3. 強化法(Boosting)
    1. 投票法(Voting)
    2. 裝袋法(Bagging)
    3. 強化法(Boosting)
  • 實作
  • 講授
  • 作業
  •  
    16 期末報告 期末專題 期末報告45% (上台報告+ 書面報告)
  • 討論
  • 報告
  •  
    17 期末報告 期末專題 期末報告45% (上台報告+ 書面報告)
  • 討論
  • 報告
  •  
    18 期末報告 期末專題 期末報告45% (上台報告+ 書面報告)
  • 討論
  • 報告
  •  

    教學要點概述:
    教材編選: ■ 自編教材 □ 教科書作者提供
    評量方法: 期末考:20%   期中考:20%   報告:20%   平時考:20%   作業:20%  
    教學資源: □ 教材電子檔 □ 課程網站
    扣考規定:http://eboard.ttu.edu.tw/ttuwebpost/showcontent-news.php?id=504