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
113-2	341717	程式設計與人工智慧(二)	1	2.0	3	★	吳柏輝	能源一	50	1	計中電腦教室,最多容納60人

教學大綱與進度：

教師姓名	吳柏輝　教師諮商時間(Office Hours)
Email	bhwu@ntut.edu.tw
最後更新時間	2024-12-18 17:37:18
課程大綱	人工智慧與程式設計之進階觀念介紹及應用。主要內容包括：1.深度學習、2. 影像辨識與物件偵測、3. 對抗生成網路(GAN)、4. 深度強化學習 This course covers the advanced and applications of artificial intelligence and program design, including, 1. Deep Learning, 2. Image Classification and Object Detection, 3. Generative Adversarial Networks, 4. Deep Reinforcement Learning.
課程進度	1 課程簡介與目標 2 基礎統計與資料分析 3 基礎統計與資料分析 4 線性回歸 5 邏輯回歸 6 決策樹 7 隨機森林 8 支援向量機 9 期中測驗/報告 10 深度學習的技術基礎 11 多層感知器(MLP) 12 卷積神經網路(CNN) 13 循環神經網路(RNN) 14 循環神經網路(LSTM) 15 遷移式學習 16 客製化神經網路 17 未來展望 18 期末測驗/報告
評量方式與標準	課堂參與 20% 隨堂作業 20% 期中測驗/報告 30% 期末測驗/報告 30% ※ 評量項目與配分將視學生學習情況適度調整。
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 1.Python + ChatGPT 零基礎+高效率學程式設計與運算思維(第四版) ISBN：9786267273463 2.Python -最強入門 ChatGPT 助攻邁向數據科學之路-王者歸來 ISBN：9786267273463 3.Python資料視覺化從2D到3D使用matplotlib實作–王者歸來ISBN：9786267273524 4.機器學習最強入門–基礎數學／機率／統計邁向AI真實數據專題實作–王者歸來 ISBN：9786267273784 5.新一代 Keras 3.x 重磅回歸：跨 TensorFlow 與 PyTorch 建構 Transformer、CNN、RNN、LSTM 深度學習模型 ISBN：9789863127871
課程諮詢管道	※如有任何問題，請事先與授課教師約定時間與地點※ 電子郵件：bhwu@ntut.edu.tw 研究室地點：綜合科館 515-2室 研究室分機：3529
延伸教學與資源
課程對應SDGs指標	SDG4：優質教育（Quality Education）
課程是否導入AI
備註