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

113-2 346397 應用人工智慧於教育專題製作 1 3.0 3 ★ 王正豪
程聖倫
劉傳銘校院級課程(大) 15 1 　

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	346397	應用人工智慧於教育專題製作	1	3.0	3	★	王正豪程聖倫劉傳銘	校院級課程(大)	15	1

教學大綱與進度：

教師姓名程聖倫　教師諮商時間(Office Hours)

Email scheng@ntut.edu.tw

最後更新時間 2025-01-22 11:15:16

課程大綱本課程主要透過人工智慧相關技術主題的介紹與業界實例之分享，包括: 知識表達、機器學習、深度學習等，並實際運用機器學習工具如: TensorFlow、Keras、PyTorch等，並整合校務研究資料於專題課程，參與校務分析研究：考量資安的個資議題，擬將校內部份去識別化後之資料，經過編碼變造處理後於課堂使用，以教育相關大數據進行專題實作與分析。透過分組討論以及專題實作競賽，讓學生實際應用人工智慧工具與方法於教育資料分析。 The goal of this course is to introduce the technical topics and share industrial examples related to artificial intelligence, including: knowledge representation, machine learning, and deep learning. The students are required to utilize machine learning tools such as: TensorFlow, Keras, and PyTorch, to participate in the institutional repository research and analysis of related data in term projects. In consideration of privacy issues of personal information, the data will go through de-identification process for the usage purpose of educational big data analytics in term projects. With group discussions and project competition, students will be able to apply artificial intelligence tools and methods in educational data anlaysis.

課程進度
(1-16週) 課程進度: 1. 課程簡介 (Course Overview) 2. 人工智慧概論: 基本觀念與工具 (Introduction to Artificial Intelligence: Basics and Tools) 3-7. [分組討論]: 知識表達及案例探討、機器學習、監督式學習及案例探討 (Group Discussion: Knowledge Representation and Case Study for Educational Open Data, Machine Learning, Supervised Learning and Case Study) 8. 邀請演講: 機器學習應用 (Invited Talk: Applications of Machine Learning) 9-10. [分組討論]: 非監督式學習及案例探討 (Group Discussion: Unsupervised Learning and Case Study) 11. 企業參訪 (Visits to Industry) 12-14. [分組討論]: 深度學習及案例探討、視覺化呈現與分析結果解讀 (Group Discussion: Deep Learning and Case Study, Visualization and Result Interpretation) 15-18. 期末專題實作競賽: 分組報告 (Term Project Competition: Presentation)

評量方式與標準 1. 課堂、演講、參訪、分組討論與報告: 40% 2. 成果展覽與專題展示: 60%

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
無

課程諮詢管道可預約人文與社會科學學院統計諮詢中心
因應17周與18周全校停課安排：
第17周使用google meet線上上課，連線網址於課中提供；第18周期末考於家中完成期末報告後繳交

延伸教學與資源

課程對應SDGs指標 SDG4：優質教育（Quality Education）
SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure）

課程是否導入AI

備註　

教師姓名	程聖倫　教師諮商時間(Office Hours)
Email	scheng@ntut.edu.tw
最後更新時間	2025-01-22 11:15:16
課程大綱	本課程主要透過人工智慧相關技術主題的介紹與業界實例之分享，包括: 知識表達、機器學習、深度學習等，並實際運用機器學習工具如: TensorFlow、Keras、PyTorch等，並整合校務研究資料於專題課程，參與校務分析研究：考量資安的個資議題，擬將校內部份去識別化後之資料，經過編碼變造處理後於課堂使用，以教育相關大數據進行專題實作與分析。透過分組討論以及專題實作競賽，讓學生實際應用人工智慧工具與方法於教育資料分析。 The goal of this course is to introduce the technical topics and share industrial examples related to artificial intelligence, including: knowledge representation, machine learning, and deep learning. The students are required to utilize machine learning tools such as: TensorFlow, Keras, and PyTorch, to participate in the institutional repository research and analysis of related data in term projects. In consideration of privacy issues of personal information, the data will go through de-identification process for the usage purpose of educational big data analytics in term projects. With group discussions and project competition, students will be able to apply artificial intelligence tools and methods in educational data anlaysis.
課程進度 (1-16週)	課程進度: 1. 課程簡介 (Course Overview) 2. 人工智慧概論: 基本觀念與工具 (Introduction to Artificial Intelligence: Basics and Tools) 3-7. [分組討論]: 知識表達及案例探討、機器學習、監督式學習及案例探討 (Group Discussion: Knowledge Representation and Case Study for Educational Open Data, Machine Learning, Supervised Learning and Case Study) 8. 邀請演講: 機器學習應用 (Invited Talk: Applications of Machine Learning) 9-10. [分組討論]: 非監督式學習及案例探討 (Group Discussion: Unsupervised Learning and Case Study) 11. 企業參訪 (Visits to Industry) 12-14. [分組討論]: 深度學習及案例探討、視覺化呈現與分析結果解讀 (Group Discussion: Deep Learning and Case Study, Visualization and Result Interpretation) 15-18. 期末專題實作競賽: 分組報告 (Term Project Competition: Presentation)
評量方式與標準	1. 課堂、演講、參訪、分組討論與報告: 40% 2. 成果展覽與專題展示: 60%
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：否無
課程諮詢管道	可預約人文與社會科學學院統計諮詢中心因應17周與18周全校停課安排：第17周使用google meet線上上課，連線網址於課中提供；第18周期末考於家中完成期末報告後繳交
延伸教學與資源
課程對應SDGs指標	SDG4：優質教育（Quality Education） SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure）
課程是否導入AI
備註