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	342581	人工智慧的基礎與創新(二)	1	3.0	3	★	陸一平	製科所	25	0

教學大綱與進度：

教師姓名	陸一平
Email	luhyih19@gmail.com
最後更新時間	2025-01-02 13:44:59
課程大綱	本課程深入探討人工智慧領域的基礎知識和最新技術，包括機器學習、深度學習、自然語言處理、生成對抗網絡等領域。課程還介紹了最新的AI技術趨勢，包括注意力機制、自監督學習、大型AI通用模型和元學習等，並提供了相關領域的案例研究和實習操作。 課程運作模式：學員將參與課堂討論和小組活動，以促進想法交流和知識分享。學生可根據課程選擇進階專題研究，深入探討特定主題並提交最終報告。最後三週專題研究將被評估並可獲得額外獎勵，學生可在學期中向授課教師報名參與專題研究。 Course Overview: This course delves into the fundamentals and latest advancements in the field of artificial intelligence, covering topics such as machine learning, deep learning, natural language processing, and generative adversarial networks. The course also introduces the latest trends in AI technology, including attention mechanisms, self-supervised learning, large-scale AI models, and meta-learning, and provides case studies and hands-on exercises in related areas. Course Execution: Participants will engage in classroom discussions and group activities to facilitate idea exchange and knowledge sharing. Students may choose to undertake advanced research projects on specific topics of course and submit final reports. The final three weeks of research projects will be assessed and eligible for additional rewards. Students can sign up for research projects with the course instructor during the semester.
課程進度	第一週 有關深度學習與深度學習的一般性應用 第二週 有關深度學習與深度學習的一般性應用 第三週 有關深度學習與深度學習的一般性應用 第四週 圖神經網路 第五週 圖神經網路 第六週 圖神經網路 第七週 大語言模型 第八週 影像模型 第九週 通用模型與世界模型 第十週 自主模型與AI技術的最新進展 第十一週 進階專題研究一: 使用軌道車輛車頭影像的異常告警系統 第十二週 進階專題研究二:使用眼底攝影影像的AI健康管理系統 第十三週 進階專題研究三: 使用設備訊號的AI PHM系統 第十四週 進階專題研究四:使用網路監控資訊的AI Defined TSN通訊系統 第十五週 進階專題研究五: 加入大語言模型到各種應用之中的多模態模型 第十六週 AI模型設計回顧 - 如何設計AI演算法與模型的元化思維與應用 第十七週 期末報告 第十八週 期末報告
評量方式與標準	平時作業成績：50% 出席：40% 期末報告：10% 課堂參與額外加分 翹課一次扣總成績10分、請假第二次開始扣總成績1分、遲到早退一次扣總成績1分、學期缺課次數過多將增加總扣分數、作弊一律以不及格論
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 使用自編教材
課程諮詢管道	綜科館711-2 分機2069
延伸教學與資源
課程對應SDGs指標	SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure） SDG11：永續城市與社區（Sustainable Cities and Communities）
課程是否導入AI
備註