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
108-2	273088	人工智慧與工程應用	1	2.0	2	★	李詩欽	化工三甲 化工三乙 化工三丙 材資三甲 材資三乙 土木三甲 土木三乙 分子三	33	5	工程學院級專業選修,限40人,新聘

教學大綱與進度：

教師姓名	李詩欽
Email	seiching@gmail.com
最後更新時間	2020-02-04 21:33:56
課程大綱	本課程探討人工智慧AI與工程應用相關議題，並討論解決方法與技術發展趨勢。內容由淺入深包含基礎python程式設計、資料預處理、資料探索、機器學習、深度學習、AI工程應用介紹(分子性質預測、設備預測性維護、混凝土強度預測，PM2.5預測、房價預測等案例應用分析)及專題製作。學生可由本課程了解AI之基本原理，及AI在工程上的應用，以作為進入產業後了解如何導入人工智慧於產業應用之中，提昇工程背景學生AI應用及程式設計的技能。 This course will introduce the artificial intelligence(AI) and application in engineering fields including basic python programming, data prepossessing, data exploration, machine learning, deep learning, AI application in engineering fields(Predicting Molecular Properties, Predictive Maintenance Predicting Compressive Strength of Concrete, Prediction of PM2.5, and Prediction of house price , etc.) and final project. Students can learn about the basic principles of AI and the application of AI in engineering to understand how to import artificial intelligence into industrial applications and improve their programming competence in AI applications.
課程進度	第一週 AI簡介及 課程進行方式簡介 小考( 微分,機率及程式設計)不列入總成績計算(做為課程調整參考) 參考資料 第二週 python基礎1及相關網站kaggle, github介紹 輸出入，變數，運算子 python中文入門影片 python 微軟課程 第三 週 python基礎2 控制流程 AI案例研討 第四 週 python基礎3 函數，list，dict，模組 AI案例研討 第 五週 regression 李宏毅老師參考影片 regression1 最小平方法 AI案例研討 第 六週 python 資料分析1 numpy AI案例研討 第 七週 python 資料分析2 pandas AI案例研討 第 八週 機器學習簡介 決策樹 AI案例研討 第 九週 期中考 繳交期期末專題構想書，含問題定義及資料來源 第 十週 python 資料分析3 matplotlib 依期中考成績及期末專題構想書分組 第 十一 週 決策樹專題 第 十二 週 regression 專題(房價預測) 第 十三 週 logistic regression 李宏毅老師參考影片 第 十四 週 logistic regression專題 第 十五 週 深度學習(DNN) 第 十六 週 AI專題研討 第 十七 週 期末專題報告 第 十八 週 期末專題報告
評量方式與標準	40%作業習題+課堂表現+參加校外比賽 30%期中考試 30%期末專題 四人一組
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 Data Science from Scratch中文版第二版：用Python學資料科學 作者： Joel Grus 譯者： 藍子軒 出版社：歐萊禮 https://sites.google.com/view/2020aintut/
課程諮詢管道
備註