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
111-1	304052	人工智慧	1	3.0	3	★	黃育賢 賴冠廷 賴建宏	電子四甲 電子四乙 電子三甲 電子三乙	79	3	◎電子三四甲乙合開

教學大綱與進度：

教師姓名	黃育賢　教師諮商時間(Office Hours)
Email	yshwang@ntut.edu.tw
最後更新時間	2022-05-26 13:34:44
課程大綱	本課程主要在介紹最新的AI技術與應用, 並介紹如何使用主流AI Framework: TensorFlow & PyTorch。需有基本程式經驗。
課程進度	1. AI是甚麼, 可以吃嗎? 2. 人工智慧發展歷史 3. 機器怎麼學習? 4. 類神經網路與深度學習 (Deep Learning) 5. 捲積神經網路 (CNN) 6. 自然語言處理 (NLP) 7. 遞迴式神經網路 (RNN & LSTM) 8. 空虛、寂寞、覺得冷? 與GPT-3聊天 9. 物件偵測(Object Detection) 10. AI藝術大師 - 生成對抗網路 (GAN) 11. 影像辨識 12. DeepFake & FaceSwap – 移花接木, 以假亂真 13. 深度強化學習 (Deep Reinforcement Learning) - 訓練AI陪你玩遊戲 14. 使用雲端訓練AI
評量方式與標準	Kaggle程式作業 (40%) 期中與期末考試 (30%) 期末分組報告 (30%)
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：是 陳昇瑋, 溫怡玲, 人工智慧在台灣：產業轉型的契機與挑戰, 天下雜誌, 2019 Francois Chollet, “Deep Learning with Python, ” Manning, 2017 頂級會議(NeurPS, AAAI, CVPR等)的最新的論文
課程諮詢管道	同學如有加退選簽核或課程問題請 email: yshwang@ntut.edu.tw
課程對應SDGs指標
備註	課程資料將透過 Teams 公布 因應疫情可能會調整授課內容、授課方式、評分項目與配分。如果無法實體上 課，預定使用 Teams 於原定上課時間遠距上課，細節再另行公布。