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

114-2 360377 人工智慧跨域專題實作 1 3.0 3 ★ 李文毅
鍾建屏管理學院(大) 29 0 總整課程

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
114-2	360377	人工智慧跨域專題實作	1	3.0	3	★	李文毅鍾建屏	管理學院(大)	29	0	總整課程

教學大綱與進度：

教師姓名鍾建屏　教師諮商時間(Office Hours)

Email thomas6311@mail.ntut.edu.tw

最後更新時間 2026-01-20 00:26:07

課程大綱本課程整合雲端服務資源，運用問題分析能力進行實作與相關應用，以企業出題學生解題PBL模式導入人工智慧跨域專題實作，目的在幫助學生瞭解如何運用人工智慧技術來解決現實世界中的問題。本課程透過導入人工智慧在企業管理和決策、金融、數據分析、智慧製造等領域等應用案例，並以通用人工智慧跨域應用學習模式來跨域應用至數據分析、智慧運算、智慧製造及物流、商情預測、經營管理、金融等領域。透過本課程的修習，學生將獲得實際的跨學科專題實作能力，掌握人工智慧技術的應用和發展趨勢，養成專業職能和研發實力，並培育具有創業與創新精神人才，了解產業在數位轉型中，所面臨的困難與挑戰。 This course integrates resources from cloud services, utilizing problem analysis skills for practical implementation and related applications. It introduces an industry-proposed, student-solved Project-Based Learning (PBL) model into the interdisciplinary project implementation of artificial intelligence. The aim is to help students understand how to apply AI technology to solve real-world problems. Through the introduction of artificial intelligence applications in enterprise management and decision-making, finance, data analysis, and smart manufacturing, the course enables students to gain practical interdisciplinary project implementation skills. This course also helps students understand the difficulties and challenges faced by industries in digital transformation.

課程進度
(1-16週) 第1週課程介紹第2週 The Machine Learning Landscape 第3週 End-to-End Machine Learning Project 第4週 End-to-End Machine Learning Project 第5週 End-to-End Machine Learning Project 第6週 Classification 第7週 Classification 第8週 Training Models 第9週 Support Vector Machines & Decision Trees 第10週 Ensemble Learning and Random Forests 第11週 Dimensionality Reduction 第12週 Midterm Project 第13週人工智慧於智慧金融之應用第14週人工智慧於永續金融之應用第15週 ViFI: Vibe Finance 第16週 RWA與穩定幣應用與發展第17週人工智慧專題跨域實作分組報告(上) 第18週人工智慧專題跨域實作分組報告(下)

評量方式與標準 -Assignments & Labs: 30% (Coding exercises and small tasks) -Midterm project 30% (Covers Part I: The Fundamentals of Machine Learning) -Final Project: 40% (End-to-end ML project presentation and repo

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：是
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems 3rd O'Reilly Media 自編教材/投影片

課程諮詢管道課堂中宣布

本課程透過導入人工智慧在企業管理和決策、金融、數據分析、智慧製造等領域等應用案例，並以通用人工智慧跨域應用學習模式來跨域應用至數據分析、智慧運算、智慧製造及物流、商情預測、經營管理、金融等領域。透過本課程的修習，學生將獲得實際的跨學科專題實作能力，掌握人工智慧技術的應用和發展趨勢，養成專業職能和研發實力，並培育具有創業與創新精神人才，了解產業在數位轉型中，所面臨的困難與挑戰。

延伸教學與資源

課程對應SDGs指標 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）

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）
● 鼓勵學生使用生成式AI工具（Encourage students to use generative AI tools）
● 使用生成式AI進行課堂即時互動（Use generative AI for real-time classroom interaction）
● 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）

備註本課程整合雲端服務資源，運用問題分析能力進行實作與相關應用，以企業出題學生解題PBL模式導入人工智慧跨域專題實作，目的在幫助學生瞭解如何運用人工智慧技術來解決現實世界中的問題。本課程著重於實作人工智慧模型於雲端服務資源。相較於傳統撰寫Keras、PyTorch等框架於本機端，本課程更偏向於使用現有框架於雲端計算。

教師姓名	鍾建屏　教師諮商時間(Office Hours)
Email	thomas6311@mail.ntut.edu.tw
最後更新時間	2026-01-20 00:26:07
課程大綱	本課程整合雲端服務資源，運用問題分析能力進行實作與相關應用，以企業出題學生解題PBL模式導入人工智慧跨域專題實作，目的在幫助學生瞭解如何運用人工智慧技術來解決現實世界中的問題。本課程透過導入人工智慧在企業管理和決策、金融、數據分析、智慧製造等領域等應用案例，並以通用人工智慧跨域應用學習模式來跨域應用至數據分析、智慧運算、智慧製造及物流、商情預測、經營管理、金融等領域。透過本課程的修習，學生將獲得實際的跨學科專題實作能力，掌握人工智慧技術的應用和發展趨勢，養成專業職能和研發實力，並培育具有創業與創新精神人才，了解產業在數位轉型中，所面臨的困難與挑戰。 This course integrates resources from cloud services, utilizing problem analysis skills for practical implementation and related applications. It introduces an industry-proposed, student-solved Project-Based Learning (PBL) model into the interdisciplinary project implementation of artificial intelligence. The aim is to help students understand how to apply AI technology to solve real-world problems. Through the introduction of artificial intelligence applications in enterprise management and decision-making, finance, data analysis, and smart manufacturing, the course enables students to gain practical interdisciplinary project implementation skills. This course also helps students understand the difficulties and challenges faced by industries in digital transformation.
課程進度 (1-16週)	第1週課程介紹第2週 The Machine Learning Landscape 第3週 End-to-End Machine Learning Project 第4週 End-to-End Machine Learning Project 第5週 End-to-End Machine Learning Project 第6週 Classification 第7週 Classification 第8週 Training Models 第9週 Support Vector Machines & Decision Trees 第10週 Ensemble Learning and Random Forests 第11週 Dimensionality Reduction 第12週 Midterm Project 第13週人工智慧於智慧金融之應用第14週人工智慧於永續金融之應用第15週 ViFI: Vibe Finance 第16週 RWA與穩定幣應用與發展第17週人工智慧專題跨域實作分組報告(上) 第18週人工智慧專題跨域實作分組報告(下)
評量方式與標準	-Assignments & Labs: 30% (Coding exercises and small tasks) -Midterm project 30% (Covers Part I: The Fundamentals of Machine Learning) -Final Project: 40% (End-to-end ML project presentation and repo
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：是 Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems 3rd O'Reilly Media 自編教材/投影片
課程諮詢管道	課堂中宣布本課程透過導入人工智慧在企業管理和決策、金融、數據分析、智慧製造等領域等應用案例，並以通用人工智慧跨域應用學習模式來跨域應用至數據分析、智慧運算、智慧製造及物流、商情預測、經營管理、金融等領域。透過本課程的修習，學生將獲得實際的跨學科專題實作能力，掌握人工智慧技術的應用和發展趨勢，養成專業職能和研發實力，並培育具有創業與創新精神人才，了解產業在數位轉型中，所面臨的困難與挑戰。
延伸教學與資源
課程對應SDGs指標	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）
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） ● 鼓勵學生使用生成式AI工具（Encourage students to use generative AI tools） ● 使用生成式AI進行課堂即時互動（Use generative AI for real-time classroom interaction） ● 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	本課程整合雲端服務資源，運用問題分析能力進行實作與相關應用，以企業出題學生解題PBL模式導入人工智慧跨域專題實作，目的在幫助學生瞭解如何運用人工智慧技術來解決現實世界中的問題。本課程著重於實作人工智慧模型於雲端服務資源。相較於傳統撰寫Keras、PyTorch等框架於本機端，本課程更偏向於使用現有框架於雲端計算。