Course Syllabus

Course Information：

Year-Semester Course Number Course Name Phase Credits Hours Required/Elective Instructor Class Student NO. Withdraw Note

Spring Semester
Year 2025 340027 Artificial Intelligence 1 3.0 3 ★ LIN, CHENG-CHUAN 4ME3A
4ME3B 67 1 大三合開；限50人

Year-Semester	Course Number	Course Name	Phase	Credits	Hours	Required/Elective	Instructor	Class	Student NO.	Withdraw	Note
Spring Semester Year 2025	340027	Artificial Intelligence	1	3.0	3	★	LIN, CHENG-CHUAN	4ME3A 4ME3B	67	1	大三合開；限50人

Course Plan：

Instructor LIN, CHENG-CHUAN　Office Hours

Email ccl@ntut.edu.tw

Last Updated 2024-12-17 17:48:54

Course Objective 人工智慧已在各個領域中影響人類生活，特別是在機器學習與深度學習技術的發展。本課程為人工智慧領域的入門課程，旨在提供學生關於機器學習與深度學習的基本概念，其中包含了資料處理、分類以及迴歸類演算法、強化學習、捲積神經網路、遞迴神經網路、深度學習於影像辨識的應用、自然語言處理以及生成式AI及其相關演算法介紹(例如:生成對抗網路模型)。課程亦提供Python程式，並運用實例進行實作練習，如:紅酒品質分類、房價預測、鐵道領域之軌道檢測等等。透過理論以及實作的訓練，本課程最終目標則是希望學生能夠將人工智慧技術應用在當前的工程以及工業問題中。

Course Schedule 週次單元主題 1. 人工智慧介紹 2. Python程式語言基本介紹 3-4. 機器學習概念 5-6. 分類(classification)模型演算法 7-8. 迴歸(regression)模型演算法 9. 期中考 10-14. 深度學習介紹與應用(含實作競賽) 15-16. 自然語言處理與生成式AI 17. 期末考 18. 期末實作發表

Evaluation and grading policy 作業: 10% 期中測驗(筆試，概念題): 30% 期末測驗(筆試，概念題): 30% 期末分組競賽成績(含書面報告): 30%

Materials All right reserved. Do not reproduce without permission.

Foreign-language textbooks:No
上課用書: 自編教材，以投影片方式授課。

The access to curricular consultation 學生可利用office hours或使用email(ccl@ntut.edu.tw)聯繫討論。

Expanding teaching and resources

The course corresponds to the SDGs SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure）

Does the course incorporate AI

Note
請參考北科i學園公佈事項。

Instructor	LIN, CHENG-CHUAN　Office Hours
Email	ccl@ntut.edu.tw
Last Updated	2024-12-17 17:48:54
Course Objective	人工智慧已在各個領域中影響人類生活，特別是在機器學習與深度學習技術的發展。本課程為人工智慧領域的入門課程，旨在提供學生關於機器學習與深度學習的基本概念，其中包含了資料處理、分類以及迴歸類演算法、強化學習、捲積神經網路、遞迴神經網路、深度學習於影像辨識的應用、自然語言處理以及生成式AI及其相關演算法介紹(例如:生成對抗網路模型)。課程亦提供Python程式，並運用實例進行實作練習，如:紅酒品質分類、房價預測、鐵道領域之軌道檢測等等。透過理論以及實作的訓練，本課程最終目標則是希望學生能夠將人工智慧技術應用在當前的工程以及工業問題中。
Course Schedule	週次單元主題 1. 人工智慧介紹 2. Python程式語言基本介紹 3-4. 機器學習概念 5-6. 分類(classification)模型演算法 7-8. 迴歸(regression)模型演算法 9. 期中考 10-14. 深度學習介紹與應用(含實作競賽) 15-16. 自然語言處理與生成式AI 17. 期末考 18. 期末實作發表
Evaluation and grading policy	作業: 10% 期中測驗(筆試，概念題): 30% 期末測驗(筆試，概念題): 30% 期末分組競賽成績(含書面報告): 30%
Materials	All right reserved. Do not reproduce without permission. Foreign-language textbooks:No 上課用書: 自編教材，以投影片方式授課。
The access to curricular consultation	學生可利用office hours或使用email(ccl@ntut.edu.tw)聯繫討論。
Expanding teaching and resources
The course corresponds to the SDGs	SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure）
Does the course incorporate AI
Note	請參考北科i學園公佈事項。