人工智慧
Artificial Intelligence
學期
114-2
學分
3
學分
當期課號
910356
永久課號
SESE20001
開課單位
系統工程與科技學士學位學程
授課教師
余琬瑜
類別
選修
上課時間表
| 節 | 週二 | 週五 |
|---|---|---|
1 08:00–08:50 | 人工智慧 | |
3 10:10–11:00 | 人工智慧 2 節連堂 | |
4 11:10–12:00 |
* 根據陽明交大上課時間表所列
概述
1.建立人工智慧的基礎概念:使學生理解人工智慧的基本原理、發展背景與主要應用領域。 2.理解智慧型代理人的運作機制:介紹智慧型代理人的結構、環境互動方式與基本決策模型。 3.掌握機器學習與深度學習的基本方法:使學生了解常見機器學習與神經網路模型的核心概念與應用。 4.認識生成式人工智慧與大型語言模型:介紹生成式 AI、LLM 的基本原理與其在各領域的應用。 5.培養人工智慧應用與分析能力:透過案例與應用報告，使學生能分析並討論 AI 在影像、文字、語音與多模態生成等領域的應用。 6.培養 AI 技術評估與討論能力:透過課堂討論與分組報告，使學生能理解並評估人工智慧技術的發展趨勢與影響。
先修科目
線性代數、機率與統計
評分方式
作業及課堂表現 20% 期中考 40% 報告(口頭及書面) 40%
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | AI 簡介:介紹人工智慧的基本概念、發展歷程與主要應用領域。 |
| 第 2 週 | 智慧型代理人:說明智慧型代理人的基本架構、環境互動與決策方式。 |
| 第 3 週 | 智慧型代理人:說明智慧型代理人的基本架構、環境互動與決策方式。 |
| 第 4 週 | 機器學習:介紹機器學習的基本概念與常見學習方法。 |
| 第 5 週 | 機器學習:介紹機器學習的基本概念與常見學習方法。 |
| 第 6 週 | 機器學習:介紹機器學習的基本概念與常見學習方法。 |
| 第 7 週 | 深度學習:說明神經網路與深度學習模型的基本原理。 |
| 第 8 週 | 深度學習:說明神經網路與深度學習模型的基本原理。 |
| 第 9 週 | 期中考 |
| 第 10 週 | 生成式 AI:介紹生成式人工智慧的概念與主要技術。 |
| 第 11 週 | 生成式 AI:介紹生成式人工智慧的概念與主要技術。 |
| 第 12 週 | 大型語言模型（LLM）:說明大型語言模型的基本原理與應用。 |
| 第 13 週 | 大型語言模型（LLM）:說明大型語言模型的基本原理與應用。 |
| 第 14 週 | 影像生成技術實作 |
| 第 15 週 | 文字生成實作 |
| 第 16 週 | 音訊與音樂生成實作 |
| 第 17 週 | 影片與多模態生成實作 |
教科書
1.張志勇、廖文華、石貴平、王勝石，人工智慧(第四版)，全華圖書，2024.12 2.鍾明桉、創新AI跨域科技實驗室，生成式人工智慧導論，全華圖書 ，2025。