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
115-1	360754	人工智慧	1	3.0	3	▲	林正釧	智動四	30	0	一般教室

教學大綱與進度：

教師姓名	林正釧　教師諮商時間(Office Hours)
Email	ccl@ntut.edu.tw
最後更新時間	2026-08-19 14:59:33
課程大綱	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、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。
課程進度 (1-16週)	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. 機器學習基本概念 5-7. 分類與迴歸模型演算法 8. 期中考 9-13. 深度學習介紹與應用 14-15.自然語言處理與生成式AI 16. 期末考
彈性學習 (17-18週)	類別 ● 學生分組實作及討論(Student group practice and discussion) 內容 (1)第17週: Kaggle平台實作AI競賽(I) (2)第18週: Kaggle平台實作AI競賽(II)，各組繳交成果報告 時數 (小時) 6 學習成果 第18週結束後依競賽排名分數給分，各組需繳交實作競賽書面報告。 評量比例 (1) 競賽排名分數:10% (2) 實作競賽書面報告:10%
評量方式與標準	作業與課堂實作: 20% 期中考: 30% 期末考: 30% 分組實作競賽(含書面報告): 20%
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 上課用書: 自編教材，以投影片方式授課。
課程諮詢管道	學生可利用office hours或使用email(ccl@ntut.edu.tw)聯繫討論。 請參考北科i學園公佈事項。
延伸教學與資源	● 無 (None)
課程對應SDGs指標	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） ● 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	彈性學習/Flexible Learning 一、類別 學生分組實作與討論 二、內容 (1)第17週: Kaggle平台實作AI競賽(I) (2)第18週: Kaggle平台實作AI競賽(II)，各組繳交成果報告 三、時數 總共6小時。 四、學習成果 第18週結束後依競賽排名分數給分，各組需繳交實作競賽書面報告。 五、評量比例 (1) 競賽排名分數:10% (2) 實作競賽書面報告:10%