Course Syllabus

Course Information：

Year-Semester	Course Number	Course Name	Phase	Credits	Hours	Required/Elective	Instructor	Class	Student NO.	Withdraw	Note
Spring Semester Year 2023	316085	Artificial Intelligence Application Projects	1	3.0	3	★	Chen-Shu Wang CHIEN-WEN WU Cheng, Li-Chen	EMBA - BM 資財EMBA EMBA - IEM	19	0	(群組3)工業與科技管理(關聯群7)

Course Plan：

Instructor	Chen-Shu Wang　Office Hours
Email	wangcs@ntut.edu.tw
Last Updated	2023-01-04 16:20:41
Course Objective	本課程在使學生了解各種不同的資訊科技(Information Technology)與管理資訊系統間的關連性，並實際應用所教授的IT技術進行學術研究。藉由IT技術的應用演練，讓學生將實際進行問題分析、模型發展、系統開發、模擬實驗及最後的研究結論與模型驗證。提升學生獨立思考與解決問題之能力，培養科學的態度與學術研究的知識。本課程能夠： 1. 訓練研究生學術期刊論文研讀及講評能力 2. 論文研究計畫大綱撰寫 3. 論文發表口頭練習
Course Schedule	1.:數據分析應用簡介 2. Weka數據分析專案實做(作業1) 3.RapidMiner安裝與資料匯入 4.數據分析:資料前處理(作業2) 5.數據分析:決策樹/貝式/深度學習(作業3) 6.數據分析:集群分析/關連分析(作業4)
Evaluation and grading policy	一、平常成績 占總成績60% （一）發言與討論及出缺席 占總成績30% 1. 管理實務：老師在e-campus及課堂提出問題，同學根據學習環境的條件，及學期報告的資料整理，進行心得分享與討論 2. 老師在課堂給予學生重點引導，帶領學生深入瞭解問題，並提供問題的解決方向。 3. 課堂上若有需要隨時進行點名。 4. 點名以重視課堂學習為精神，因特殊原因請假可獲得部分分數。 （二）操做練習 占總成績30% 1. 各項工具：帶領學生操作RapidMiner, Weka等軟體的操作。 2. 借由各項工具完成指定作業。 二、期中報告成績 占總成績30 % 方式：口頭報告及書面報告。 三、期末成績 占總成績230% 方式：口頭報告及書面報告。 四、配分比例 平常 成 績：占總成績40% 課堂討論與出缺席:占總成績20% 操作練習與操做 ：占總成績20% 期中報告成績：占總成績30% 期末報告成績：占總成績30%
Materials	All right reserved. Do not reproduce without permission. Foreign-language textbooks:Yes 自編教材
The access to curricular consultation	wangcs@ntut.edu.tw
The course corresponds to the SDGs
Does the course incorporate AI
Expanding teaching and resources
Note