人工智慧導論(2021春季班)
教師: 余執彰,張元翔
中原大學
2021/03/08
摘要
課程目標
授課教師
課程進度表
課程內容
上課形式
評分標準

摘要

本課程以介紹人工智慧技術作為主軸，課程以觀念介紹出發，減少數學論證的部分，搭配實際應用範例來解釋人工智慧技術的發展。

課程目標

本課程旨在介紹人工智慧與機器學習的發展與應用。修課同學在課程結束後會對機器學習技術有基本的認知並學會如何應用現有的機器學習工具。

授課教師


  • 教師姓名：余執彰
  • 教師簡介：
學歷：中央大學 資訊工程博士
專長：圖形識別、電腦視覺、機器學習、人工智慧、資料分析


  • 教師姓名：張元翔
  • 教師簡介：
學歷：美國匹茲堡大學 電機工程系博士
專長：影像處理、視訊處理、計算機視覺、生醫影像、擴增實境、深度學習、人工智慧

課程進度表

第1週:人工智慧簡介

第2週:監督式學習

第3週:模型評估

第4週:期中考週

第5週:深度學習

第6週:非監督式學習

第7週:人工智慧與遊戲

第8週:期末考週

課程內容

第 1 週：人工智慧簡介

第 2 週：監督式學習

第 3 週：模型評估

第 4 週：期中考週

第 5 週：深度學習

第 6 週：非監督式學習

第 7 週：人工智慧與遊戲

第 8 週：期末考週

上課形式

本課程分為六個主題，每個主題由多個小單元組成，提供10-158分鐘的教學影片。每週配合教學目標，提供適當的測驗，已幫助學員顯示自己是否了解授課內容。

評分標準

  • 課程通過成績：60 分，滿分：100分
  • 期中線上測驗 1 次，占總成績 20%
  • 期末線上測驗 1 次，占總成績 20%
  • 線上議題討論 8 次，占總成績 60%

通過標準


課程及格標準:60滿分：100分

先修科目或先備能力

本課程適合於想了解並應用人工智慧、機器學習技術的人。

建議參考書目

課堂參考資料或是課堂展示之專案有部分會來自於Kaggle、Github和stackoverflow網站的公開資料。

TOP
TOP