| 課程名稱： | 人工智慧概論 |
課程英文名稱： | Introduction to Artificial Intelligence | ||||||||||||||||||
|
教學目標：
1. 了解人工智慧的基本概念、發展脈絡與應用領域。
2. 熟悉資料處理、機器學習、深度學習與生成式 AI 基礎原理。 3. 學會使用常見 AI 工具與平台，並能在實務情境中應用。 4. 培養分析、解決問題與跨領域協作的能力。 5. 認識 AI 倫理、治理及其對社會與產業的影響。 |
|||||||||||||||||||||
|
教材大網：
認識人工智慧
AI 定義與分類（分析型、預測型、生成型）、AI 發展歷史與應用領域、AI 在產業的價值與影響
教學參考節數: 6
資料處理與分析
資料類型（結構化、半結構化、非結構化）、資料蒐集方法、資料清洗、轉換與標準化、探索性與驗證性分析
教學參考節數: 4
機器學習基礎觀念
監督式、非監督式、強化學習原理；常見模型（迴歸、分類、聚類）與應用
教學參考節數: 4
深度學習基礎觀念
人工神經網路、卷積神經網路（CNN）、循環神經網路（RNN）、生成對抗網路（GAN）概念與應用
教學參考節數: 2
生成式 AI 基礎原理
生成式 AI 原理與發展、與鑑別式 AI 的差異、生成式 AI 訓練與微調流程
教學參考節數: 2
生成式 AI 工具與應用
大語言模型(ChatGPT、Gemini等)、Midjourney、Copilot 等工具介紹與操作；生成式 AI 在文本、圖像、語音、影片的應用
教學參考節數: 10
AI 治理與倫理
AI 治理的原則與架構、國際合作、倫理議題（隱私、公平性、透明度）、AI 與法律法規
教學參考節數: 4
AI 專案實作與案例分析
成功與失敗的 AI 專案案例、應用場景分析、專題開發流程與展示
教學參考節數: 4
|
|||||||||||||||||||||
基本素養能力圖
系科專業能力圖
授課形式分析圖
|
|||||||||||||||||||||