人工智慧
Artificial Intelligence
學期
113-1
學分
3
學分
當期課號
539106
永久課號
IIAI30017
開課單位
智能系統研究所
授課教師
楊元福
校區
光復
類別
選修
上課時間表
| 節 | 週三 |
|---|---|
2 09:00–09:50 | 人工智慧 CS100 3 節連堂 |
3 10:10–11:00 | |
4 11:10–12:00 |
* 根據陽明交大上課時間表所列
概述
本課程的主要目標是使學生深入理解人工智慧的基本概念、原理、應用和相關技術。學生將通過理論學習和實際項目操作,深入了解人工智慧的核心內容,並具備基本的應用能力。 1. 理解基本概念: 課程將引導學生理解人工智慧的基本概念,包括啟發式演算法、Informed Search、Propositional Logic、監督式學習、非監督式學習、人工神經網絡等,建立對AI的整體框架和發展趨勢的認識。 2. 掌握核心技術: 學生將學習AI相關的核心技術,並能夠運用這些技術解決實際問題。 3. 實踐項目操作: 課程將包括實踐項目,讓學生透過實際應用場景,學會如何建立、訓練和部署人工智慧模型,並了解在實際應用中可能面臨的挑戰。 4. 倫理和社會影響: 強調AI的倫理和社會影響,使學生能夠思考人工智慧在個人、社會和全球層面上的道德和社會責任。 5. 溝通與團隊合作: 提升學生的溝通能力,使其能夠清晰地向非專業人士解釋AI技術,並培養在團隊中協作的能力。
先修科目
線性代數, 統計學, 微積分, Python
評分方式
Assignments (40%): 包含程式作業、文獻閱讀報告等,用以評估學生的理論應用和實作能力。 Midterm Report (20%): 學生需自行挑選一篇近三年內的AI相關論文,並編寫一份研究報告。若報告中包含Demo與技術實現,將額外獲得加分。 Final Project (30%): 學生需自主選定一個AI相關主題,並完成一份研究報告與相應的實作項目。評分標準包括問題認識的清晰度、解決方案的創新性與實用性,以及技術實現的完整性與效能等。 課堂表現(10%): 出缺勤狀況、課堂參與度。
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | Class Introduction and Overview |
| 第 2 週 | Introduction of Artificial Intelligence Python Tutorial |
| 第 3 週 | Informed Search |
| 第 4 週 | Heuristic Algorithms |
| 第 5 週 | Introduction to Supervised Learning |
| 第 6 週 | Regression and Classification |
| 第 7 週 | Special Lecture1 |
| 第 8 週 | Midterm Report |
| 第 9 週 | Unsupervised Learning |
| 第 10 週 | Clustering and Dimensionality Reduction |
| 第 11 週 | Special Lecture2 |
| 第 12 週 | Neural Networks |
| 第 13 週 | Deep Learning |
| 第 14 週 | Reinforcement Learning |
| 第 15 週 | Applications of AI in Industry |
| 第 16 週 | Final Project Presentation |
Office Hours
- 地點
- 工程六館374
- 時間
- 每週一 10:00~11:00
- 聯絡方式
- yfyangd@gmail.com