近年來人工智慧技術與應用發展快速，相關產業之人才需求日益遽增，「人工智慧學程」乃針對研究與產業需求，開設核心、進階、研究所與專題等相關課程，以培育兼備人工智慧基礎與實作能力之人才。該學程在課程設計上，除了介紹基礎人工智慧概念外，也包含自然語言，機器學習，電腦視覺，語音辨識等課程，以加強學生在人工智慧應用系統開發方面的能力。同時為了加強學生的實作能力，本學程也加入了人工智惠專題並規劃專題成果展，讓學生有機會呈現自己所學的成果。此外，本學程將規劃業界專家專題演講講座，藉由實務經驗分享，使學生瞭解產業動向與產品實際開發的流程。
使得近年來資訊產業對於人工智慧技術之人才需求日益遽增，「人工智慧學程」乃針對產業需求，開設核心、進階、研究所與專題相關課程，以培育兼備理論基礎與實作能力之人才。該學程在課程涵蓋人工智慧基礎介紹與人工智慧相關技術與應用包含機器學習、資料探勘、電腦視覺、語音辨識、自然語言處理、生物資訊資料處理等。本學程亦將加強學生在程式設計與應用系統開發方面的實作能力。此外，本學程將規劃業界專家專題演講講座，藉由實務經驗分享，使學生瞭解產業動向與產品實際開發的流程。
學程近期與中期規劃:
第一年將以本校資訊工程系所、電機工程系所具備人工智慧專長之教師開設相關基礎、進階與研究所實作課程。第二年將擴增師資，邀請電機工程系與工學院等相關師資，共同支援開設本學程之課程內容，俾使學程內容兼備深度與廣度。本學程之開設將使本校成為人工智慧人才培育之重要基地。
一、先修課程兩門，包含：線性代數、機率統計、微積分、離散數學（基礎數學類科選ㄧ）及程式設計。申請學程前須先修畢先修課程方得申請。
二、學程內核心課程兩門。（人工智慧課程為必修）（6學分）
三、學程內進階課程三門。（9學分）
四、進階及核心課程列表請見網頁最新消息
五、提出申請務必紙本及線上並行(紙本請至網頁文件下載處填寫)
| 科目碼 | 科目名稱 | 選必修 | 學分 | 授課老師 | 課程說明 | 開課單位 | 先修課程 |
|---|---|---|---|---|---|---|---|
| F742900 | 人工智慧導論 | 必修 | 3 | 朱威達 | This course introduces students to the fundamentals, problem-solving methods, and learning paradigms of artificial intelligence. Topics covered include intelligent agents, uninformed and informed searching, adversarial search and games, statistical learning, neural networks, and AI applications. | 資訊系 CSIE | |
| F743000 | 影像處理、電腦視覺及深度學習概論 | 選修 | 3 | 連震杰 | 這門課上半學期授課將以老師的講義配合OpenCV教科書所提供較實用的程式功能論述為主，下半學期將以老師深度學習講義為主來授課。 課程內容將以常會用到的影像處理、電腦視覺及人工智慧-深度學習的理論基礎及技術為主，並學習及實作OpenCV的功能與實務應用。為了讓學生了解深度學習的原理是如何結合人工智慧及電腦視覺發展而來的相互關係，課程中會傳授影像處理中最重要的 convolution 的基本原理與實際應用，並會讓學生了解如何用神經網路來實現並強化 convolution 的功能以完善 Convolutional Neural Networks (CNN) 的架構 (topology)。講解的方法將融入老師20幾年的產學合作經驗（臉部偵測、辨識及表情分析、雲端智慧型監控服務、自動光學檢測、智慧製造、智慧型機器手臂控制、自走車）及近年來在臨床醫學影像與精準運動分析經驗來舉實際的範例解釋基礎原理，透過這些理論來解決實際的問題；技術內容包括影像處理、即時偵測、追蹤及辨識模組的設計、3D立體視覺、增擬實境及深度學習等等。 本課程期待培養學生於影像處理、電腦視覺及深度學習領域技術設計及整合實作的能力，透過務實的作業實例來培育學生具備研發思考、程式設計及解決現存問題的能力，藉由分組計劃的實作來培養學生具備發現問題、解決問題及團隊分工合作的能力與精神，並可把所學的理論基礎應用到工業界、臨床醫學影像處理及精準運動的實務面。 | 資訊系 CSIE | |
| N25F800 | 機器學習與生物資訊學 | 選修 | 3 | 張天豪 | 1.Introduction to Structural Bioinformatics。2.Protein sequences。3.Incremental clustering。4.Protein sequence clustering。5.Defining similarity: sequence alignment。6.Multiple sequence alignment and profiles。7.Secondary structure prediction。8.Classification algorithms。9.Feature selection for disorder prediction。10.Sequential pattern mining。11.Midterm。12.Prediction of interacting sites。13.Prediction of protein-protein interactions。14.Represent proposal of final project (protein-protein interaction)。15.Advance machine learning。16.Optimization algorithm for docking。17.Protein-ligand docking and its applications。18.Demo of final project。 | 電機系 EE | |
| N26I700 | 自動駕駛實務 | 選修 | 3 | 莊智清、傅志雄 | 此一課程主要訓練學生熟悉自動駕駛之實務經驗，包含中控系統之發展、機器學習之應用與系統整合驗證。本課程分別採用1/10模型車進行控制器建置、軟體發展、環境感知、地圖建置、路徑規畫等實作以及應用實際車輛採集之資訊進行機器學習而達到自動駕駛之目的。 | 電機所 EE | |
| ND70300 | 數位IC設計 | 選修 | 3 | 陳培殷 | 包含IC設計概述、IC設計流程、RTL Code的撰寫、Conrtol Unit 及Datapath的設計。此外，也針對 IC測試、功率消耗及SOC(System On Chip)等主題提出說明。 | 資訊所 CSIE | |
| P751900 | 資料庫管理系統 | 選修 | 3 | 李強 | 本課程內容涵蓋：資料庫系統的架構、ER Model、關聯式資料庫的概念、SQL、資料定義語言(DDL)與資料操作語言(DML)、關聯式代數與關連式計算、資料正規化等。 | 資訊所 CSIE | |
| P752000 | 物件導向軟體工程 | 選修 | 3 | 朱治平 | 本課程講述物件導向式軟體開發之發展流程及其理論依據。以物件導向式之軟體開發方法所產出之軟體具有可重用性及易維護性，是現今軟體工程技術的主流。 | 資訊所 CSIE | |
| P753900 | 數位信號處理 | 選修 | 3 | 吳宗憲 | 以「容錯嵌入及網路模擬」為教學內容，廣泛地討論其相關應用及研究方向。 | 資訊所 CSIE | |
| P755000 | 影像處理 | 選修 | 3 | 孫永年 | Digital image processing has become one of the most popular courses in computer science and electrical engineering. The techniques of digital image processing have been rapidly developed and widely adopted in tremendous applications. This course gives a series of introductory lectures on the basic theories and implementations of digital image processing techniques. The major topics cover Digital Image Fundamentals, Image Enhancement, Image Restoration, Color image processing, Segmentation, Wavelets processing, and Morphological image processing. The course work includes programming assignments and one examination. It is a fundamental course for digital image processing. | 資訊所 CSIE | |
| P758200 | 模糊邏輯 | 選修 | 3 | 郭耀煌 | 本課程旨在教授模糊邏輯及模糊集合論的基本理論，設計方法與程序，及各種實際應用，俾使修課者可以建立其了解並運用模糊邏輯及模糊集合論於相關研究的能力。 | 資訊所 CSIE | |
| P75A500 | 生醫資訊擷取技術 | 選修 | 3 | 蔣榮先 | 課程之目的為講授如何自大量生醫資訊中擷取重要知識之方法及相關技術 | 資訊所 CSIE | |
| P75H100 | 數位音樂訊號分析 | 選修 | 3 | 蘇文鈺 | 講述數位與類比訊號的基本概念與表示方法以及如何描述與設計一基本的訊號處理用的系統 | 資訊所 CSIE | |
| P75H600 | 智慧感測與行動計算 | 選修 | 3 | 鄭憲宗 | WSN近年來在技術上不斷的突破創新外，服務應用也相繼不斷的被開發，無線感測網路 (Wireless Sensor Network , WSN) 是分佈在環境之中的眾多Sensor node所組成的網路，每個Sensor node都是由一個運算單元、傳輸單元、感測單元，和電力單元所組成，這些Sensor node在佈署到環境後會自己形成網路拓撲。WSN相關應用不斷的出現，例如家庭安全監控、防盜系統與情境感知。由於省電、低功率、低傳輸速率等等需求，如何有效管理Sensor nodes便是一個重要的議題。 隨著行動裝置(智慧型手機、平板電腦等)相關應用迅速成長以及新興的雲端計算的概念，行動計算(Mobile Computing)為此帶來嶄新的發展。在傳統軟體工程上(包含概念、方法、工具、模型以及程式開發樣板等)將可應用於行動計算中，雲端技術的開發、行動網路應用以及物聯網(IoT)應用皆與此息息相關。行動計算目標為整合無線通訊、網路、行動技術以及雲端計算等，使資源可以有效取得且妥善利用。 本課程為教授「智慧感測與行動計算」之原理、軟體技術,將著重於整個系統應用與計算平台之技術原理介紹及其技術的實現為主。課程將安排介紹智慧感測和行動計算平台之實作概念與控制技術。 | 資訊所 CSIE | |
| P75I300 | 物聯網核心網路技術 | 選修 | 3 | 蘇銓清 | 由於電腦與網路技術的快速發展與整合，網路研究者需要快速了解現代網路技術。本課程會探討物聯網所使用的核心網路技術。主要內容會介紹M2M network, M2M service architecture, M2M key application。 | 資訊所 CSIE | |
| P75I600 | 虛擬化與虛擬機器之概念與應用 | 選修 | 3 | 涂嘉恒 | 虛擬化技術被廣泛應用在各種計算機系統，並用來解決各式各樣的問題。此技術最常見的應用之一便是能讓一套硬體系統，同時執行多個OS，以此提昇硬體系統的利用率，為支持雲端計算的核心技術之一。此外，高階語言的虛擬機器，如：Java Virtual Machine與 Dalvik Virtual Machine，常被利用來解決程式跨平台移植的問題。虛擬機相關的技術在計算機領域中，被認為是越來越重要的學科訓練。本課程課程內容包含程序虛擬機(Process Virtual Machines), 高階語言虛擬機(High-level Language Virtual Machines) ，及系統虛擬機(System Virtual Machines) ，以及虛擬化技術的各種應用。 | 資訊所 CSIE | |
| P75J200 | 人工智慧在中醫上的應用 | 選修 | 3 | 藍崑展 | 全球對中醫的重視日益明顯，美國最近也簽署了一個法案，在全美國範圍內推廣中醫，並讓中醫介入美國的醫療保險。 人工智慧醫療議題被看好是最有前（錢）景的人工智慧應用領域之一。但目前這些討論多以西醫為主。事實上，中醫在台灣及大陸的利用率甚高，很多民眾都曾接受過中醫診治。當傳統醫學遇上AI，有哪些可能的切入點呢？中醫有很多好用的技術，但一般人不知道怎麼用。像是頭痛，除了吃止痛藥之外，也可以透過刺激穴位來舒緩症狀。而台灣在發展中醫AI應用，具有先天的優勢：中醫的資料文獻以中文為主，加上台灣在ICT（資訊與通訊科技）、醫材技術上的基礎，以及多數中醫的診斷和治療都是非侵入式，用一些感測器結合AI技術就可以做出實用的保健醫療產品。本課程強調在將深度學習的技術應用到中醫上的應用。 修課學生學生需有深度學習學習的實作經驗(如 Keras or Tensorflow programming) 方得修習本課程 。 | 資訊所 CSIE | |
| P75K600 | 資料科學及人工智慧競技 | 選修 | 3 | 莊坤達 | 介紹多項新型態資料分析應用如Web Data Analytics、RTB、Social Network Analytics等知識，並透過參與國內外Data Competition Task如AI Cup、KDD Cup、Kaggle等相關競賽，實際了解Data Science跟AI專案所需的Trial-and-Error分析技巧。 | 資訊所CSIE | |
| P75L400 | 人工智慧於醫療應用與服務 | 選修 | 3 | 王士豪 | 透過醫學院老師的實際場域應用與資料分析流程介紹, 讓學生可以學習人工智慧與深度學習在醫學資料與服務上的應用，並透過資料處理與建構機器學習模型的訓練，學習智慧運算分析的技巧． | 資訊所 CSIE | |
| P75L900 | 數位IC設計 | 選修 | 3 | 陳培殷 | 介紹IC設計技巧與流程、RTL Code撰寫、Conrtol Unit及Datapath設計與SOC。 | 資訊所 CSIE | |
| P764600 | 資料探勘 | 選修 | 3 | 高宏宇 | 本課程旨在介紹資料探勘之原理及最新技術，並輔以論文研討以了解其相關應用及研究方向。 | 資訊所 CSIE | |
| P76C100 | 遺傳基因演譯法 | 選修 | 3 | 郭淑美 | Prerequisites: graduate standing and programming experience. The lecture will include the theory and application of related areas in evolutionary and natural computation centering on Genetic Algorithms and programming, evolution strategies, artificial life, and other models that rely on evolutionary principles. Students will perform course projects that apply the discussed techniques to numerical optimization problems, machine learning, and to the simulation of biological and cultural systems. | 資訊所 CSIE | |
| P76G100 | 物聯網系統設計與應用 | 選修 | 3 | 楊中平 | The course provides lecture and laboratory of the principles, architecture, methodologies and implementation for design and applications of a system of Internet of Things. | 資訊所 CSIE | |
| P76H300 | 機器學習 | 選修 | 3 | 賀保羅 | This course introduces information theory and probabilistic inference as a basis for statistical machine learning. Emphasis will be on mastering the basic theoretical concepts. Additionally, applications in genomics and other fields will be introduced to motivate the material. | 資訊所 CSIE | |
| P76I000 | 深度學習積體電路設計 | 選修 | 3 | 林英超 | Machine learning, especially deep learning, has made a significant improvement in object recognition, speech recognition, and many other fields. However, deep learning applications normally require significant computation complexity and memory resources, which requires GPU or dedicated integrated circuits to accelerate. This course aims to provide a strong foundation about modern CMOS integrated circuits and to cover the design and implementation of different VLSI combinational and sequential circuits. Finally, the course will apply these insights and principles to design circuits for machine learning applications. | 資訊所 CSIE | |
| P76I100 | 深度學習系統與平行計算技術 | 選修 | 3 | 涂嘉恒 | 這門課除了讓學生能深入了解電腦視覺、機器學習及人工智慧-深度學習的理論知識，與分析深度學習的原理是如何結合人工智慧及電腦視覺發展而來的相互關係外，技術功能面會以授課老師多年的產學合作經驗來舉實際的範例解釋。課程會先教如何從2D影像重建3D物體及增擬實境的基本電腦視覺技術開始，接著就會傳授電腦視覺基本但實用的技術，包括即時偵測、追蹤及辨識系統的設計。再來藉由機器學習的連接帶入深度學習領域，教授如何藉由深度學習的原理來開發更好的即時偵測、追蹤及辨識技術來解決實際的問題。本課程期待培養學生於電腦視覺、機器學習及深度學習領域技術設計及整合實作的能力，透過作業實作來建立學生獨立研究、設計及創新的能力，並可把所學的理論基礎應用到工業界的實務面。 | 資訊所 CSIE | |
| P76I200 | 電腦視覺與深度學習 | 選修 | 3 | 連震杰 | 這門課除了讓學生能深入了解電腦視覺、機器學習及人工智慧-深度學習的理論知識，與分析深度學習的原理是如何結合人工智慧及電腦視覺發展而來的相互關係外，技術功能面會以授課老師20幾年的產學合作經驗（臉部偵測、辨識及表情分析、雲端智慧型監控服務、自動光學檢測、智慧製造、智慧型機器手臂控制、自走車）及近年來在臨床醫學影像與精準運動分析合作經驗來舉實際的範例解釋。 課程會先教攝影機及鏡頭產生的2D影像與3D物體及增擬實境之間關係的基本電腦視覺原理及技術開始，包括攝影機的校正方法及3D物體重建原理，接著就會傳授電腦視覺基本但實用的技術，包括即時偵測、追蹤及辨識系統的設計。再來藉由機器學習的連接帶入深度學習領域，教授如何藉由深度學習的原理來開發更好的即時偵測、追蹤及辨識技術以解決實際的產業界、臨床醫學影像及精準運動分析上的問題。 本課程期待培養學生於電腦視覺、機器學習及深度學習領域技術設計及整合實作的能力，透過務實的作業實例來培育學生具備研發思考、程式設計及解決現存問題的能力，藉由分組計劃的實作來培養學生具備發現問題、解決問題及團隊分工合作的能力與精神，並可把所學的理論基礎應用到工業界、臨床醫學影像處理及精準運動的實務面。 | 資訊所 CSIE | |
| P76I600 | 深度學習 | 選修 | 3 | 陳奇業 | 本課程將建立學生對於深度學習之基礎概念。此外，本課程將介紹深度學習的應用，透過這些應用讓學生更容易了解深度學習。藉由實作專題讓學生學習如何應用深度學習來解決問題。 | 資訊所 CSIE | |
| P772100 | 多媒體內容分析 | 選修 | 3 | 朱威達 | This course introduces essential ideas and techniques about multimedia content analysis. The techniques we will discuss include segmentation, summarization, indexing, and concept detection in image, video, and audio | 資訊所 CSIE | |
| P772200 | 機器導航與探索 | 選修 | 3 | 蘇文鈺 | 本課程模組分為三個主要的部分，分別為即時追蹤與地圖建置(SLAM)、基於機器學習之場景理解(Scene Understanding)與探索導航的動作控制(Action Control)。即時追蹤與地圖建置部分包含機率模型與相機模型等理論基礎，再搭配2D場景追蹤建圖的實作並介紹RGB-based的3D SLAM。場景理解的部分包含機器學習的基本概念，再帶到深度學習的技術與目前的物件偵測與語意切割技術。動作控制的部分則包含路徑規劃與導航演算法，並帶入強化學習的概念來引導行進的路徑。 | 資訊所 CSIE | |
| P772300 | 智慧服務聊天機器人之語言處理技術 | 選修 | 3 | 盧文祥 | 聊天機器人就是利用對話介面（Conversational UI）呈現的電腦應用程式，使用者透過最自然的語音對話，可以簡單、快速、方便地使用各種生活任務服務，例如叫車、查詢天氣、購買食物飲料、預訂飯店機票、簡易疾病問診等，就像是跟個人隨身秘書對話一般，一個全新的「對話式商務（Conversational Commerce）」時代，即將來臨！本課程將介紹聊天對話系統的問題與挑戰和學習自然語言、人工智慧，以及深度學習相關開發技術。 | 資訊所 CSIE | |
| P773900 | 物聯網技術之應用及系統開發 | 選修 | 3 | 藍崑展 | 本課程期望學生能從社會、國內外相關 案例或前人製作的專案中發現問題。並將邀請相關領域專家與場域使用者給予回饋與建議， 將前述所定義的核心問題與使用者需求作為設計重點方向進行修正；在發展的階段，以物 聯 網 技術構思解決方法，並實作設計開發對應的智慧社區及醫療照護系統；課程最後對於目標 族群與相關領域專家進行發表，以取得具真實性與專業性的建議。 | 資訊所 CSIE | |
| P961400 | 智慧型製造系統 | 選修 | 3 | 李家岩 | A. 製造所之任務在於配合我國高科技產業發展及傳統產業升級之需要，培養具E化製造、製造技術、製造系統、與製造管理等知識之製造資訊與系統整合人才，並以執行產學合作計畫之方式，提昇產業競爭力之製造資訊與系統研究 | 製造所 IMIS | |
| Q356200 | 大數據巨量資料分析實務與應用 | 選修 | 3 | 黃仁暐 | 在本課程中，我們旨在培養學生藉由接觸真實世界中所遇到不同領域的大數據資料，或得解決現實世界問題的經驗和技術，包含雲端運算(cloud computing)與深度學習(deep learning)的平台與工具，我們期望以PBL(problem-based learning)互動的方式運行這門課程，所有學生必須與老師和其他同學討論他們的發現以及遇到的問題，預計經過這門課的訓練，學生將具有處理並解決各種領域真實資料的專業能力。 | 電機系 EE | |
| RB51801 | 最佳化設計：理論與運動產業及工程之應用 | 選修 | 3 | 鄭匡佑 | The basic concepts, minimization of one-variable and multivariable unstrained functions, techniques for the solution of multivariable constrained optimization problems, approximation techniques, duality and sensitivity analysis are covered. Applications to different areas are addressed. The basic concepts, minimization of one-variable and multivariable unstrained functions, techniques for the solution of multivariable constrained optimization problems, approximation techniques, duality and sensitivity analysis are covered. Applications to different areas are addressed. | 體健休所PEHL |
第一條 國立成功大學（以下簡稱本校）為培育人工智慧技術之人才，加強學生人工智慧技術與應用系統能力，開設人工智慧學分學程（以下簡稱本學程），本學程設置辦法與施行細則(以下簡稱本辦法)依據本校跨領域學分學程設置準則制定。
第二條 本學程由本校電機資訊學院相關系所共同籌設辦理。本學程由資訊工程學系主任或其所指派之負責人擔任召集人，以負責統籌執行本學程之各項事宜。
第三條 本學程設學程指導委員會（以下簡稱本委員會）審議本學程之課程、 政策及相關事項。本委員會委員五人(含)以上人，除資訊工程系系主任為當然委員外，其餘委員由召集人選聘之。本委員會由召集人為會議主席。召集人不克出席，得由出席委員中推選一人擔任主席。本學程相關課程規定與決策，由出席委員表決過半數決定之，若同一委員同時兼具多重身分，以一席（票）計之。
第四條 學程修習課程：
ㄧ、先修課程兩門，包含一門程式設計課程及ㄧ門基礎數學類科課程。申請學程前須先修畢先修課程方得申請。
二、學程課程至少15學分，分為：
1. 學程核心課程兩門6學分，其中「人工智慧導論」課程為必修；
2. 學程進階課程三門9學分。
本學程各課程之名稱與學分數，每學年由本委員會於學程網頁中公告。
第五條 學生可檢附歷年成績單及學程申請表提出申請，經執行長審核通過，始取得修習資格。
第六條 修滿本學程規定學分數且成績符合及格標準者（大學部學生及格標準為60分，研究所學生及格標準為70分），得向本委員會申請核發本學程修畢證明。
第七條 本辦法未盡事宜，悉依相關法令規定辦理。
第八條 本辦法經電機資訊學院課程委員會通過，並經校課程委員會核備通過後實施，修正時亦同。
| 設立單位 | 資訊工程系所 | ||
|---|---|---|---|
| 主導學院 | 電機資訊學院 | 計畫主持人 | 張燕光 |
| 召集人姓名 | 王士豪 | 召集人職稱 | 教授 |
| 召集人電話 | 62519 | 召集人email | shyhhau@mail.ncku.edu.tw |
| 姓名 | 單位 | 職稱 | 負責項目 | 電話 | |
|---|---|---|---|---|---|
| 李郁柔 | 資訊系 | 專案工作人員 | 學程行政作業 | 62500*13 | 10812011@gs.ncku.edu.tw |