查詢教學大綱與進度

教學大綱與進度

課程基本資料：

學年期課號課程名稱階段學分時數修教師班級人撤備註

114-1 351855 AI 機器視覺結合深度學習實作 1 1.0 2 ★ 莊賀喬光大創創(研發處) 12 2 具備 Python3基礎程式語言能力，需自備筆電,計中電腦

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
114-1	351855	AI 機器視覺結合深度學習實作	1	1.0	2	★	莊賀喬	光大創創(研發處)	12	2	具備 Python3基礎程式語言能力，需自備筆電,計中電腦

教學大綱與進度：

教師姓名莊賀喬　教師諮商時間(Office Hours)

Email hchuang@ntut.edu.tw

最後更新時間 2025-05-20 17:52:47

課程大綱使用 Python 3 帶同學理解以下主題，已調整過難易度，適合零基礎或非資訊相關科系同學學習：資料處理 / 深度學習 / 機器視覺 Use Python 3 to lead students to understand the following topics, the difficulty has been adjusted, and it is suitable for students with zero foundation or non-information related subjects to learn: Data Processing / Deep Learning / Machine Vision

課程進度 1. 認識Python開發環境與基礎語法 #1變數 2. 認識Python開發環境與基礎語法 #2判斷結構 3. 認識Python開發環境與基礎語法 #3迴圈 4. 認識Python開發環境與基礎語法 #4list 5. 淺談資料處理 – numpy 數值運算 6. 淺談資料處理 – pandas #1Dataframe 建立與應用 7. 淺談資料處理 – pandas #2 Sort / grouping 8. 資料視覺化 - matplotlib 繪製各種簡易圖表 9. 資料爬蟲 #1如何擷取空氣汙染資料 10. 資料爬蟲 #2擷取其他類型網路資料 11. 影像處理 - OpenCV #1 12. 影像處理 - OpenCV #2 13. 人臉辨識 Haar 分類器 14. 淺談深度學習人臉辨識應用 15. NVIDIA 深度學習理論基礎與實踐 16. MNIST 手寫數字分類 / Tensorflow Keras 神經網路框架 17. NVIDIA深度學習理論基礎與實踐遷移學習 18. 期末測驗

評量方式與標準出席率10% 作業30% 期中展示 25% 期末展示 35%

使用教材、參考書目或其他 【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】

使用外文原文書：否
自編教材

課程諮詢管道每五上午8點至12點可到研發處研發長辦公室 office hour 可諮詢所有與課程相關的內容

課程對應SDGs指標 SDG1：消除貧窮（No Poverty）
SDG2：消除飢餓（Zero Hunger）
SDG3：良好健康和福祉（Good Health and Well-being）
SDG4：優質教育（Quality Education）
SDG8：尊嚴就業與經濟發展（Decent Work and Economic Growth）
SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure）
SDG12：負責任的消費與生產（Responsible Consumption and Production）

課程是否導入AI ● 使用生成式AI作為教學過程的輔助工具（Use generative AI tools as an aid to the teaching process）
● 簡單介紹AI的基本概念（Briefly introduce the basic concept of AI）
● 深入探討AI的原理與應用（Explore the principles and applications of AI in depth）

備註
線上即時課程網址如下

meet.google.com/peq-msro-nzn

教師姓名	莊賀喬　教師諮商時間(Office Hours)
Email	hchuang@ntut.edu.tw
最後更新時間	2025-05-20 17:52:47
課程大綱	使用 Python 3 帶同學理解以下主題，已調整過難易度，適合零基礎或非資訊相關科系同學學習：資料處理 / 深度學習 / 機器視覺 Use Python 3 to lead students to understand the following topics, the difficulty has been adjusted, and it is suitable for students with zero foundation or non-information related subjects to learn: Data Processing / Deep Learning / Machine Vision
課程進度	1. 認識Python開發環境與基礎語法 #1變數 2. 認識Python開發環境與基礎語法 #2判斷結構 3. 認識Python開發環境與基礎語法 #3迴圈 4. 認識Python開發環境與基礎語法 #4list 5. 淺談資料處理 – numpy 數值運算 6. 淺談資料處理 – pandas #1Dataframe 建立與應用 7. 淺談資料處理 – pandas #2 Sort / grouping 8. 資料視覺化 - matplotlib 繪製各種簡易圖表 9. 資料爬蟲 #1如何擷取空氣汙染資料 10. 資料爬蟲 #2擷取其他類型網路資料 11. 影像處理 - OpenCV #1 12. 影像處理 - OpenCV #2 13. 人臉辨識 Haar 分類器 14. 淺談深度學習人臉辨識應用 15. NVIDIA 深度學習理論基礎與實踐 16. MNIST 手寫數字分類 / Tensorflow Keras 神經網路框架 17. NVIDIA深度學習理論基礎與實踐遷移學習 18. 期末測驗
評量方式與標準	出席率10% 作業30% 期中展示 25% 期末展示 35%
使用教材、參考書目或其他	【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】使用外文原文書：否自編教材
課程諮詢管道	每五上午8點至12點可到研發處研發長辦公室 office hour 可諮詢所有與課程相關的內容
課程對應SDGs指標	SDG1：消除貧窮（No Poverty） SDG2：消除飢餓（Zero Hunger） SDG3：良好健康和福祉（Good Health and Well-being） SDG4：優質教育（Quality Education） SDG8：尊嚴就業與經濟發展（Decent Work and Economic Growth） SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure） SDG12：負責任的消費與生產（Responsible Consumption and Production）
課程是否導入AI	● 使用生成式AI作為教學過程的輔助工具（Use generative AI tools as an aid to the teaching process） ● 簡單介紹AI的基本概念（Briefly introduce the basic concept of AI） ● 深入探討AI的原理與應用（Explore the principles and applications of AI in depth）
備註	線上即時課程網址如下 meet.google.com/peq-msro-nzn