經113年5月14日校課程委員會決議,智慧運算學分學程將於114學年度終止,自113學年度起不受理申請。欲完成認證同學,請至學分學程網頁詳讀辦法,並於113學年度完成學分及申請認證,逾期不辦理。
-----------------------------------
1.智慧運算學分學程乃針對研究與產業需求,開設核心、進階、應用及專題實作等相關課程,培育兼備智慧運算基礎與跨領域系統整合、實作能力之人才,提升本校智慧運算跨領域應用的產值與附加價值。
2.本學程的課程規劃,除了介紹基礎智慧運算的數學與軟硬體開發觀念外,也包含專門為非電資或非工程領域背景的學生提供資訊科學及數據分析相關入門系列課程。除了授課教師理論層面的解說,藉由實務經驗分享,使學生瞭解社會趨勢、產業動向、實務情境與產品實際開發的流程。
3.本學程所開設之課程皆由跨域師資重新設計。在課程內容規劃中,亦期許授課老師加入相關線上課程資源與國際連結,活化學生多元學習管道。
4.專題實作評量:學生專題實作小組以跨領域學生組成為原則,由兩位(或以上)相關跨域師資提供諮詢討論,讓學生以自由命題的方式先提計畫案,再自組所需學習的課程,完成團隊合作的跨領域整合應用,所有團隊將於實作課程的成果展中公開展示並解說其專題作品。
5.學程結業認證條件:除了基本學分數的要求,必須通過專題實作完成跨領域團隊合作,專題題目必須以智慧運算技術實現跨領域應用,並證明團隊成員皆具備雙專長(含運算)技能與系統整合能力。
發展方向與重點:
1.啟蒙學生跨領域學習智慧運算技術。
2.推廣智慧運算基礎觀念與進階技術。
3.落實及結合學術理論與產業實務。
4.提升師生跨領域合作與系統整合能力。
本學程目標:
奠定本校智慧運算技術之基礎訓練與跨領域應用推廣,可作為銜接本院智慧運算碩士/博士學位學程之先修計畫,同時提供本校跨領域智慧運算人才培育的重要基石。
課程進行原則:
1.合開課程:部分課程由跨領域的教師或專家合開,為鼓勵授課師資之間相互學習跨領域專業內容,授課師資皆必須全程參與。亦鼓勵本學院教師與業界專家合開課程,藉由實務經驗分享,使學生瞭解產業動向、實務情境與產品實際開發的流程。
2.課程教材:依據授課教師設計並考量社會情勢,建議混和搭配文本講義、授課教師事前自行錄影、雲端平台上機實作、視訊教學、線上開放課程、產業實際走訪、專家演講、小組工作坊等等形式。鼓勵授課教師跳脫單純講義解說的授課形式。
3.銜接領域:為使不同專業領域背景的學生得以順利學習具備跨領域專業運算技術基礎,在課程設計上有適當的分流。針對非電資領域學生開授計算機結構、演算法等基礎電資課程;針對電資領域學生,開授其他領域專業概論課程;針對所有領域學生強化基礎數學及數據分析能力。
4.課程方式:除了傳統面授內容的教學方式之外,部分課程依據授課內容特性並考量學習成效,授課教師得以指派線上教材由學生於課外時間自行學習,並於課堂時間進行師生問答、同儕討論、或習題操作演練;學生能力評量機制亦必須適當調整。
5.課程評量:學生能力評量機制應兼顧學生之學習表現(如表達能力、整合思考能力、參與態度等等)與知識技能(如隨堂測驗、上台簡報、書面報告、實作成果等等)。
專題實作原則:
1.實施流程:學生團隊備妥計劃書、專題實作提案申請單向學程委員會提出申請,提案核准後得以實施。中途若需修改提案,必須再次申請修改計畫內容並經學程委員會同意後才有效。
2.提案準備:鼓勵跨領域學生於修習本學程初期時,組成專題實作團隊,成員2-4人,討論並構思題目。題目必須以智慧運算技術實現跨領域應用,指導老師必須至少二位以上,指導老師亦可由本學程以外的本校師資擔任。構思題目期間或經提案審查通過後,修習相關課程補足所需專業能力。
3.提案計畫:實作提案計劃書內容與格式等相關規定將於專題實作課程中另行規範。
4.成果評量:實作結案必須遞交書面結案報告並參加成果展示說明會,公開展示並當場解說。成果必須證明團隊成員皆具備雙專長(含運算)技能與系統整合能力。成果展將邀請本學程師資與其他專家學者共同組成評審團予以評分。評分項目、評分標準、時程與地點、獎勵措施等相關規定將於專題實作課程中另行規範。
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 |
---|---|---|---|---|---|---|---|
AN14600 | 計算機程式設計 | 選修 | 3 | 蔡孟勳 | 本課程將教授學生如何用C/C++程式語言撰寫程式。 | 全校不分系 | |
AN16800 | 統計建模與分析 | 選修 | 3 | 張升懋 | 本課程旨在向學生介紹統計建模的基本概念和工具。 | 全校不分系 | |
AN16900 | 機率與資料導論 | 選修 | 3 | 李國榮 | 本課程為統計的基礎方法論,包括描述性統計,機率和隨機變數,樣本平均值的分佈。此外,本課程也將學習更進階的統計方法,以變異數分析(ANOVA)和回歸分析針對不同領域的問題加以解決並應用。學生將學習統計方法的概念基礎,以及如何將其應用於解決更進階的統計問題。 | 全校不分系 | |
AN17200 | 運算思維與解決問題 | 選修 | 3 | 林偉棻 | Computational Thinking and Problem Solving (運算思維與問題解決) 選修 3 林偉棻 透過教授運算思維以及實例分析讓學生在課程結束後能夠掌握解決問題的一套流程,將現實世界中的問題透過定義問題、拆解問題、推論歸納規律性與軟體抽象化等觀念和技巧,找出和轉換成適合用運算思維可以處理的問題來幫助解決問題。在觀念教授和大量實例分析結束後,學生會在期末使用課堂所學到的運算思維以及解決問題的技巧來練習解決生活實際遇到的問題。本課程適合任何想要學習如何透過程式設計來解決問題的學習者,沒有學過程式設計者也可以選修。 | 全校不分系 | |
AN17300 | 資料科學與文本分析入門 | 選修 | 3 | 李韶曼 | 藉由探索文本資料、解讀與預測文本資料意義的過程,結合統計與基本自然語言處理基本概念, 以較為輕鬆的設計與實際操作導引, 希望可以讓毫無相關程式學習基礎的學生,建立大量文本資料分析的能力。本課程的設計希望帶領程式新鮮人邁出第一步,提出不受學科限制的研究問題,培養跨領域合作的分析及溝通能力。 | 全校不分系 | |
AN18900 | 人工智慧法律與政策 | 選修 | 3 | 李韶曼 | 當前正是人工智慧及運算方法急遽發展,並廣泛應用於各個領域的時代,究竟使用者或研究者該如何看待人工智慧的應用發展?本課程對於當前人工智慧的應用發展提供綜覽,並且由倫理、法治、人權等角度進行觀察,希望提供給學習者切入人工智慧問題的不同觀點。 | 全校不分系 | |
AN19000 | 人工智慧運算與應用 | 選修 | 3 | 林偉棻 | 本課程內容針對人工智慧的發展、運算方法與原理,以及不同方法所適用的不同應用領域做廣泛的介紹,旨在為學生建立以跨領域宏觀視野及如何選擇適用的人工智慧技術。 | 全校不分系 | |
AN19100 | 智慧科技與運動行銷 | 選修 | 3 | 吳誠文、謝明得 | 運動產業朝向智慧化、個人化、運動科學分析發展,新的需求服務會帶來更高產值,並帶動創業與就業機會,歐美先進國家更將「運動產業 (Sports Industry)」列為國家經濟發展的重要一環。全球運動科技市場,到2026年有望達到近418.8億美元的收入,從2020年至2026年期間的複合年均成長率 (CAGR) 接近21.4%。台灣憑藉著半導體製造、移動通訊服務與感測器物聯網等等軟硬體技術的成熟發展,運動產業科技化有很大的機會培育出更多下世代的獲利獨角獸。 本課程將為同學們介紹智慧科技結合運動產業之跨領域應用技術原理及國內外前瞻運動行銷策略。運動科技廣泛應用於球員培訓、活動規劃、賽事管理、球迷經營、多媒體傳播、電競活動等等各方向。有別於傳統管理行銷課程的數學理論與模型探究,本課程的運動行銷著眼於前瞻的智慧科技與獲利模式介紹,包含如何利用網路直播、社群短視訊、網路推播等網路媒介,結合影像處裡、大數據分析、雲端運算、感測器物聯網、光學追蹤技術等等智慧運算技術,進行球團培育、賽事運作、賽場管理、球迷經營、網路行銷、周邊商圈與相關娛樂活動的發展等等。本課程亦將邀請業界專家或高階經理人針對業界實務技術與經驗跟同學們分享與討論。 本課程的專題實作將邀請數位教師共同參與同學們的分組討論與實作,各組必須經過提案審查,審查通過後以109年全國大專校院運動會賽事為專題實作場域。實作結束後各組針對其研究成果彙整資料並進行簡報、分享其創意或技術難點與突破方式、改進方案等等與課程的師生們討論。最後一周將舉辦成果展,開放參觀且邀請數位評審委員予以講評,並針對表現優異的小組頒發獎勵。 | 全校不分系 | |
AN19200 | 統計預測與機器學習 | 選修 | 3 | 陳瑞彬 | 模組課程。內容包含一些與統計建模相關的機器學習方法。如在監督式學習中,迴歸、羅吉斯迴歸、LDA、K-NN等。其內容重點在如何辨別建模及成效評估,主要在overfitting的議題上。亦包含貝式分析的概念。 | 全校不分系 | |
AN19300 | 計算法律分析 | 選修 | 3 | 李韶曼、解巽評 | 本課程的目標在於使用自然語言處理、機器學習或深度學習方法,應用在法律文本的分析上,培養學習者分析大量法律文本的能力,建立有別於釋義學觀點的法學研究視角。 | 全校不分系 | |
AN19400 | 運算之數學基礎 | 選修 | 3 | 濱野正浩 | 本課程主要介紹用於分析運算過程中各種離散結構的數學基礎和技巧。這個基礎是學生學習計算科學以及資訊科技中必不可少的。 本課程重點在介紹數學物件和方法的關鍵思想以及動機,同時在理論和應用兩面向之間取得平衡,進而解決實際問題。 本課程旨在掌握運算之數學基礎中的關鍵閾值概念。 | 全校不分系 | |
AN20500 | 機器學習導論 | 選修 | 3 | 陳瑞彬 | 機器學習是一個熱門研究領域,主要探討如何在高維度、大量或複雜資料中,發展不同的演算法來發掘資料中所隱藏的有用資訊。 | 全校不分系 | |
AN20600 | 數值線性代數 | 選修 | 3 | 舒宇宸、王辰樹、陳旻宏 | 本課程旨在教授學生如何應用數值分析技巧解決線性系統與最小平方問題。本課程將涵蓋(但不僅僅只有)以下主題: 1.直接法與迭代法求解線性系統。 2.最小平方逼近法。 3.特徵向量(Eigenvector)與特徵值(Eigenvalue)的計算。 | 全校不分系 | |
AN20700 | 資料結構與演算法 | 選修 | 3 | 許靜芳 | 以C語言介紹各種資料結構之特性與演算法之基礎概念 | 全校不分系 | |
AN30800 | 網頁程式設計 | 選修 | 3 | 黃春融 | 本課程教授server side與client side網頁程式技術與程式語言。並介紹網頁開發工具和伺服器,使學生能開發出心目中的網站。 | 全校不分系學士學位學程 | |
J010100 | Python程式設計入門 | 選修 | 3 | 舒宇宸 | 本課程內容在教導 Python 的基礎語法與進階應用。從熟悉Python開發工具的操作以並可撰寫簡單的Python應用程式,到網頁爬蟲的開發應用。Python 是一種強大的物件導向程式語言,可應用在各個領域,像是網路、影像處理、機器人控制與時下最流行的深度學習。本課程目標在培養學生使用 Python 實做的能力,讓學生可以利用 Python 解決生活中或工作上遇到的問題。 | 敏求智慧運算學院 | |
J010200 | 機率與資料導論 | 選修 | 3 | 李國榮 | 本課程介紹基礎機率模型及統計方法。這包括描述性統計,機率,隨機變數,及樣本平均值的分佈。此外,本課程也教授進階的統計方法:變異數分析和迴歸分析。學生將學習如何將統計方法應用於解決實際的問題上。我們會使用R程式語言於模擬及實例分析。 | 敏求智慧運算學院 | |
J010300 | 數學推理與演算法 | 選修 | 3 | 濱野正浩 | 本課程介紹了一些用於分析計算中固有的各種離散結構的數學基礎和技能,這個基礎是學生持續學習的歷程中不可缺少的。在計算機科學和信息技術領域,本課程強調數學對象和方法的關鍵思想和動機,同時在理論和應用之間取得平衡,解決計算的實際問題。本課程旨在引導掌握計算數學基礎中的關鍵閾值概念。 | 敏求智慧運算學院 | |
J020100 | 數學與演算法 | 選修 | 3 | 濱野正浩 | 這是計算理論的入門課程,藉由數學概念和方法來理解計算現象的性質。該理論實際上解釋了當今電腦的創建,功能和局限性,包含將來可能會構建的任何計電腦。本課程介紹了計算複雜性理論的要素,並與(基於復雜性的)密碼學進行了特定的交互。計算複雜性調查了使電腦解決某些問題所需的資源(時間和空間),這些電腦由圖靈機進行數學建模。沒有復雜的算法就無法分辨出棘手和棘手的問題,計算複雜性為現代密碼學提供了基礎,現代密碼學的目的是設計難以用有限的資源破解的密碼系統。本課程還涉及量子計算,是密碼學的最新突破,它的數學公式自然是使用線性代數概念對經典計算的擴展。該擴展被稱為量子門和量子圖靈機,可以使用新穎的算法對並行計算(使用量子疊加)進行建模,以加快運行時間。 | 敏求智慧運算學院 | |
J020200 | 智慧運算之數學基礎 | 選修 | 3 | 林敏雄、舒宇宸、王辰樹、陳旻宏 、周鼎贏 | 本課程將提供智慧運算中的數學基礎:微積分、線性代數、數值計算以及機器學習。內容包括多變量極值、梯度法、求解矩陣、特徵值、最小平方法以及分類方法。本課程不只介紹理論,還會於課堂討論並輔以程式實作。 | 敏求智慧運算學院 | |
J020300 | 計算理論導論 | 選修 | 3 | 濱野正浩 | 這是計算理論的入門課程,藉由數學概念和方法來理解計算現象的本質。該理論實際上解釋了現存與將來可能會構建的任何電腦之創建,功能和局限性。本課程也將介紹基本的計算複雜性理論,並特別討論其與(基於複雜性的)密碼學之間的關係。 計算複雜性理論利用圖靈機作為電腦的數學模型,來研究使用電腦解決某些問題時所需的資源(時間和空間)。藉由分辨出困難和棘手且無法以有效率之演算法解決的問題,計算複雜性理論為現代密碼學提供了基礎,其目的是設計難以用有限資源破解的密碼系統。 本課程還涉及量子計算,這是密碼學的最新突破。藉由線性代數概念對古典計算加以擴充,我們可以自然的獲致量子計算的數學表述。這些擴充包含了量子閘與量子圖靈機,可以用來建構平行計算(使用量子疊加)的模型,以達成使用嶄新的演算法來加快運算時間之目標。 | 敏求智慧運算學院 | |
J020400 | 運算思維與解決問題 | 選修 | 3 | 林偉棻 | 透過教授運算思維以及實例分析讓學生在課程結束後能夠掌握解決問題的一套流程,將現實世界中的問題透過定義問題、拆解問題、推論歸納規律性與軟體抽象畫等觀念和技巧,找出和轉換成適合用運算思維可以處理的問題來幫助解決問題。在觀念教授和大量實例分析結束後,學生會在期末使用課堂所學到的運算思維以及解決問題的技巧來練習解決生活實際遇到的問題。本課程適合任何想要學習如何透過程式設計來解決問題的學習者,沒有學過程式設計者也可以選修。 | 敏求智慧運算學院 | |
J030100 | 人工智慧法律與政策 | 選修 | 3 | 李韶曼 | 人工智慧技術帶來研究突破,大量應用在社會生活之中,成為法律與管制政策的重要課題。課程目的在於探討人工智慧治理的管制框架與主要議題,提供跨領域研究者所需要初步法律素養,希望能作為跨域思考的起點,注入民主社會多元價值於人工智慧的研發應用,幫助形塑整全的人工智慧治理願景。每週課程除了概念講授外,更在於認識相關爭議,:課堂著重同學藉由分組討論相互挑戰並完善個人想法,而非背誦單一標準答案。 | 敏求智慧運算學院 | |
J030200 | 人工智慧運算與應用 | 選修 | 3 | 林偉棻 | 本課程首先概述AI運算應用以及如何在這些應用中構建AI運算系統。為了讓每個人都學習跨學科知識,隨後引入了一些數學和計算機科學基礎。在前幾節講座包含了Python複習部分,以幫助學生重溫python編程技能。然後,在現代人工智能的基礎上探索概念和算法,並通過六個Raspberry PI Lab的實作,讓學生強化學習如何人工智能和機器學習中的其他主題整合到自己的Python程式中,從而可以接觸到這些理論。本課程將以關於AI問題和應用的一系列討論結束。 | 敏求智慧運算學院 | |
J030300 | AI圖像識別及機器人實驗室導論 | 選修 | 3 | 徐禕佑 | 這是人工智能以及機器人技術的入門課程,本課程由三部分組成。 第一部分涉及深度學習-圖像識別 AI 的基礎知識。學生將通過使用 PyTorch 等深度學習框架編寫 Python 程式來學習如何構建、訓練和評估深度神經網絡模型。 第二部分涉及將圖像識別 AI 應用到機器人技術中。通過使用 NVIDIA JetBot 等小型機器人汽車,學生將學習如何使用圖像識別 AI 來控制與實際環境互動的機器人。學生還可以獲得許多有關人工智能和機器人技術的專業知識和技術,這些知識和技術是發展其他項目所必需的。 在第三部分,學生將從事自己的專題。通過將人工智能與其他一些硬體或軟體相結合,課程將介紹一些對執行項目有用的相關技術,例如其他 Python 套件以及如何使用傳感器和執行器。 | 敏求智慧運算學院 | |
J030400 | 計算認知科學 | 選修 | 3 | 張亞寧 | 計算模型、AI技術與數據分析已被廣泛地應用在大腦、認知心理的研究領域。本課程的目標是提供學生認知科學研究的重要概念與議題,特別是如何使用計算模型的方法探討認知行為與理論。課程涵蓋語言、閱讀、學習、記憶與視覺相關研究,以及大腦認知活動。所有的主題都會介紹計算模型如何模擬心理學實驗數據、提供認知歷程機制運作的說明,以及其可能的應用。 | 敏求智慧運算學院 | |
J030500 | 數學推導與計算 | 選修 | 3 | 濱野正浩 | 本課程介紹了一些用於分析計算中各種離散結構的數學基礎和技能。這些基礎對於學生進一步學習電腦科學以及資訊科技是必不可少的。本課程強調數學物件、方法的關鍵思想和動機,同時兼顧理論與應用,解決實際運算問題。課程也旨在掌握運算數學基礎中的關鍵閾值觀念。 | 敏求智慧運算學院 | |
J030600 | 統計預測與機器學習 | 選修 | 3 | 陳瑞彬 | 機器學習是一個熱門研究領域,主要探討如何在高維度、大量或複雜資料中,發展不同的演算法來發掘資料中所隱藏的有用資訊。 | 敏求智慧運算學院 | |
J030700 | 人工智慧運算架構與系統 | 選修 | 3 | 林偉棻 | 本課程對 AI 晶片架構和系統設計進行了基本概述。為了讓大家為學習AI晶片設計做好準備,介紹一些硬件設計和軟件設計的基礎知識。課程的前 10 週包含實作作業,以幫助學生學習相關實作技能。最後的期末專題旨在應用講座中涵蓋的內容,並深入探討學生提出的特定主題的實作方法。本課程推薦給喜歡從零開始學習AI晶片設計的人。 | 敏求智慧運算學院 | |
J030800 | 人工智慧運算與記憶體 | 選修 | 3 | 王超鴻 | 隨著科技的進步,電腦運算量得以大幅提升,人工智慧運算被視為用來解決人類問題的方式之一,學習神經元的神經網路運作模式,新興記憶體元件能夠模仿神經元的傳遞方式與運作方法,能夠作為記憶體運算以及類神經網路運算的基本單元。因此,本課程將深入介紹各種記憶體、類神經網路以及兩者如何相互結合來達到人工智慧運算。 | 敏求智慧運算學院 | |
J030900 | 仿神經型態計算概論 | 選修 | 3 | 王超鴻、張亞寧 | 從大腦結構與功能、大腦神經元細胞傳輸原理出發,配合硬體設計,將大腦神經元運作方式藉由半導體元件實踐在半導體晶片之中,進而實現具有仿神經型態計算功能的晶片。課程中除了介紹大腦的運作外,也涵蓋了基本半導體元件與記憶體元件的運作方式,學生能夠完整了解仿神經型態計算晶片的設計概念與現今發展狀態。 | 敏求智慧運算學院 | |
J031000 | 智慧分析與數學建模於生醫應用 | 選修 | 3 | 周鼎贏、舒宇宸 | 本課程的主要目標是介紹建模和模擬中普遍感興趣的方法以及其應用,側重於在診斷和治療應用以及生理過程中與生物醫學工程相關的計算方法和應用。本課程將為學生提供生物醫學工程的建模概念,並通過計算框架了解基本方法。我們將結合相關應用領域的理論和動手實踐。 此外,本課程將向學生介紹如何將這些模型集成到生物醫學工程應用程序和工具中。 | 敏求智慧運算學院 | |
J031100 | CAPSTONE專題實作(一) | 選修 | 1 | 舒宇宸、吳進義、李韶曼、王超鴻、徐禕佑、張亞寧 | 專題實作以跨領域學生組成為原則,由相關跨域師資提供諮詢討論,讓學生以自由命題的方式完成團隊合作的跨領域整合應用,所有團隊將於實作課程的成果展中公開展示並解說其專題作品。應用智慧運算技術之師生參與,培養學生跨領域雙語言能力、培育專業素養與實作技能,同時強調需求分析與溝通、團隊合作、社會關懷與軟硬系統整合等軟實力的培育,強化學生的實作能力與表現。 | 敏求智慧運算學院 | |
J031101 | CAPSTONE專題實作 | 選修 | 3 | 張亞寧,徐禕佑,李韶曼,王超鴻,舒宇宸 | 專題實作以跨領域學生組成為原則,由相關跨域師資提供諮詢討論,讓學生以自由命題的方式完成團隊合作的跨領域整合應用,所有團隊將於實作課程的成果展中公開展示並解說其專題作品。 應用智慧運算技術之師生參與,培養學生跨領域雙語言能力、培育專業素養與實作技能,同時強調需求分析與溝通、團隊合作、社會關懷與軟硬系統整合等軟實力的培育,強化學生的實作能力與表現。 | 敏求智慧運算學院 | |
J040100 | CAPSTONE專題實作(二) | 選修 | 2 | 舒宇宸、吳進義、李韶曼、王超鴻、徐禕佑、張亞寧 | 專題實作以跨領域學生組成為原則,由相關跨域師資提供諮詢討論,讓學生以自由命題的方式完成團隊合作的跨領域整合應用,所有團隊將於實作課程的成果展中公開展示並解說其專題作品。應用智慧運算技術之師生參與,培養學生跨領域雙語言能力、培育專業素養與實作技能,同時強調需求分析與溝通、團隊合作、社會關懷與軟硬系統整合等軟實力的培育,強化學生的實作能力與表現。 | 敏求智慧運算學院 | |
J040200 | 跨域智慧運算導論 | 選修 | 3 | 徐禕佑、許志仲、黃仁暐 | 以跨領域、問題導向學習為主軸: 1. 去除需要純理論計算的部分,以實務操作為主 2. 涉及原理之處,善用既有線上資源,提供給有興趣深入了解的學生 3. 以淺白的方式說明,如 edge/node, connected components, 以實際例子帶入,像是 social network for graph, 小圈圈代表subgraph 等等。 | 敏求智慧運算學院 | |
J040300 | 仿神經型態計算概論 | 選修 | 3 | 張亞寧、王超鴻 | 從大腦結構與功能、大腦神經元細胞傳輸原理出發,配合硬體設計,將大腦神經元運作方式藉由半導體元件實踐在半導體晶片之中,進而實現具有仿神經型態計算功能的晶片。課程中除了介紹大腦的運作外,也涵蓋了基本半導體元件與記憶體元件的運作方式,學生能夠完整了解仿神經型態計算晶片的設計概念與現今發展狀態。 | 敏求智慧運算學院 | |
J040400 | 工程契約法與判決資料分析 | 選修 | 2 | 葉婉如 | 探討工程契約法相關爭議問題,並結合司法判決資料分析進行實證研究。 | 敏求智慧運算學院 | |
J040500 | 電子及電工學 | 選修 | 3 | 涂維珍 | 課程大綱及進度表 開課系所 環工系 開課學年 101 開課學期 2 課程名稱(中文) 電子及電工學 課程名稱(英文) Electronic and Electrical Engineering 課程屬性碼 課程碼 F520600 分班碼 課程對應系(所、開課 單位)教育目標(全名) 課程對應系(所、開課 單位)基本素養(全名) 課程對應系(所、開課 單位)核心能力(全名) 先修科目或先備能力 學分數 3 開課教師 鄭光偉 e-mail kwcheng@ee.ncku.edu.tw 電話 06-2757575 #62369 Office Hours Tuesday and Thursday, 9:00-10:00 AM | 敏求智慧運算學院 | |
M050100 | 隨機過程 | 選修 | 3 | 濱野正浩 | 本課程介紹了隨機過程的基本理論,該理論提供了自然科學,工程學以及社會科學中的大量建模方法。隨機過程是受隨機現象影響的時變系統數學建模。各種概率技術以數學上合理的方式捕獲隨機量。本課程從對基本概率概念的回顧開始,著重於離散和連續時間馬爾可夫鍊的理論。本課程還涵蓋了一些最重要的隨機類型流程(泊松,高斯,排隊模型)。相關理論及其應用著重於計算機科學中出現的隨機建模,尤其是在隨機過渡系統上。該應用程序解釋如何根據協作和通信系統將計算整合至網絡物理系統中。 | 敏求智慧運算學院 | |
M050200 | 最佳化理論與應用 | 選修 | 3 | 林家祥 | 本課程將介紹多項前瞻最佳化技術,為符合SOC理念,我們將對背後的數學原理多做著墨、並且注重真實世界的應用,本課程會提及衛星影像處理、醫學數據分析、5G無線通訊、超穎材料設計等,以這些最前瞻的技術與應用,我們將以深入淺出的方式介紹這些基礎數學與真實世界應用之間的橋樑。 | 敏求智慧運算學院 | |
M050300 | 人工智慧晶片系統軟體專題 | 選修 | 1 | 林偉棻 | 本課程以專題討論的形式進行。學生將在人工晶片系統軟體的領域, 挑選一主題進行實作與討論, 在課程中學生將學會下面相關主題與技能: 1.開源軟體專案實作與整合 2.人工智慧晶片系統軟體架構與設計 3.問題解決與實作能力 | 敏求智慧運算學院 | |
M050400 | 生成式人工智慧與社會科學應用 | 選修 | 3 | 李韶曼 | 本課程將介紹生成式人工智慧的基礎知識和應用,包括Chat-GPT等生成式人工智慧工具的使用方法和應用案例。課程將分為兩個部分,第一部分將介紹生成式人工智慧在不同職業和情境任務中的應用,學生需要分組進行角色分配,並進行相關討論和書面報告。第二部分將介紹生成式人工智慧在社會科學量化研究中的應用,並重現相關論文和進行相關討論和實作作業。最後,學生需要進行期末報告,評估生成式人工智慧應用所帶來的影響,並提出新的分析方法和框架。 | 敏求智慧運算學院 | |
M060100 | 人工智慧與治理 | 選修 | 3 | 李韶曼 | 當代社會已經進入巨量資料時代,大量數位資料的積累,以及人工智慧的發展,已經開始改變民主治理的樣貌。民主治理的討論視野,從過往以政府為中心,逐漸觸及公私部門的治理行動、過程、與社會實踐。本課程的目標,在於耙梳近年人工智慧與民主治理的發展。課程將涵蓋民主治理的重要概念,並引導學生深入探討特定民主治理議題並進行實作。 | 敏求智慧運算學院 | |
M060400 | 人工智慧晶片系統專題(一) | 選修 | 1 | 林偉棻 | 本課程以專題討論的形式進行。學生將在人工晶片系統軟體的領域, 挑選一主題進行實作與討論, 在課程中學生將學會下面相關主題與技能: 開源軟體專案實作與整合、 人工智慧晶片系統軟體架構與設計、問題解決與實作能力 | 敏求智慧運算學院 | |
M060700 | 仿神經型態計算概論 | 選修 | 3 | 王超鴻、張亞寧 | 從大腦結構與功能、大腦神經元細胞傳輸原理出發,配合硬體設計,將大腦神經元運作方式藉由半導體元件實踐在半導體晶片之中,進而實現具有仿神經型態計算功能的晶片。課程中除了介紹大腦的運作外,也涵蓋了基本半導體元件與記憶體元件的運作方式,學生能夠完整了解仿神經型態計算晶片的設計概念與現今發展狀態。 | 敏求智慧運算學院 | |
M060800 | 自然語言處理 | 選修 | 3 | 張亞寧、徐禕佑 | 自然語言處理 (NLP) 是人工智能領域一個重要的研究領域,因為自然語言處理涉及理解人類語言的能力,如何讓電腦使用機器學習技術來處理及解讀文字和資料並學習人類理解語義與運用人類語言至各領域如電商、金融、法律、新聞輿情等。本課程將介紹自然語言處理的概念並從實作練習中建立學生應用自然語言處理的能力。 | 敏求智慧運算學院 | |
M061100 | 人工智慧晶片系統專題(二) | 選修 | 1 | 林偉棻 | 本課程設置旨在培育系統單晶片設計與驗證的人才,帶領學員認識 FPGA 相關設計及實現流程,並使用Synopsys原型驗證(Prototyping)解決方案,從完整的原型驗證流程(Prototyping Flow)中,瞭解RTL 從 bitstream 到 System-level的除錯(debug)功能。 | 敏求智慧運算學院 | |
M061200 | 人工智慧倫理與人權 | 選修 | 3 | 李韶曼、徐禕佑 | 可解釋的人工智慧,解析人工智慧自動決策背後的理由,是人工智慧技術進階研發、提升人類對人工智慧之信任的關鍵。如何於自動化決策中提供有意義的資訊給資料主體,除了有一般性的考量外,於不同應用場域,更有不同專業知識與價值的注入。本課程將概述相關 XAI 技術(例如,XAI 分類、事後和透明方法),並以法律或醫療應用作為主要討論脈絡。結合專題討論以及實作訓練,預計帶給同學實作技能與新興研究的視野。 | 敏求智慧運算學院 | |
NM61300 | 計算理論導論 | 選修 | 3 | 濱野正浩 | 這是計算理論的入門課程,藉由數學概念和方法來理解計算現象的本質。該理論實際上解釋了現存與將來可能會構建的任何電腦之創建,功能和局限性。本課程也將介紹基本的計算複雜性理論,並特別討論其與(基於複雜性的)密碼學之間的關係。 計算複雜性理論利用圖靈機作為電腦的數學模型,來研究使用電腦解決某些問題時所需的資源(時間和空間)。藉由分辨出困難和棘手且無法以有效率之演算法解決的問題,計算複雜性理論為現代密碼學提供了基礎,其目的是設計難以用有限資源破解的密碼系統。 本課程還涉及量子計算,這是密碼學的最新突破。藉由線性代數概念對古典計算加以擴充,我們可以自然的獲致量子計算的數學表述。這些擴充包含了量子閘與量子圖靈機,可以用來建構平行計算(使用量子疊加)的模型,以達成使用嶄新的演算法來加快運算時間之目標。 | 敏求智慧運算學院 |
智慧運算學分學程設置辦法
109年11月26日109 學年度第1學期校課程委員會議通過
110年05月12日109 學年度第2學期校課程委員會議修訂通過
112年05月10日111 學年度第2學期校課程委員會議修訂通過
113年05月14日112 學年度第2學期校課程委員會議修訂通過
第一條 國立成功大學(以下簡稱本校)為培育具備運算專長以及跨領域系統整合與應用之人才,加強不同領域的學生在邏輯思維、智慧運算技術、以及跨領域應用的實作能力,特依據本校跨領域學分學程設置準則,開設智慧運算學分學程(以下簡稱本學程),並訂定本辦法。
第二條 本學程由敏求智慧運算學院院長擔任召集人,得指派一位助理教授職級以上專任教師擔任學程主任,統籌執行本學程各項事宜。
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。
本委員會置委員三至五人,除本學程主任為當然委員兼召集人外,其餘委員由召集人遴聘之。
本委員會由召集人擔任主席。召集人不克出席時,得由出席委員推選一人擔任之。
第四條 學程主任應於學年結束後三個月內向本委員會提出學程績效評估報告書,俾提送教務處備查。
第五條 本學程應修習下列課程至少15學分(不含專題實作課程):
ㄧ、核心課程:非電資學院學生至少6學分;電資學院學生至少3學分。
二、進階課程:至少3學分。
三、應用課程。
第六條 本學程各課程之名稱與學分數,每學年由本委員會於學程專屬網頁中公告。
第七條 學生須線上申請並檢附紙本申請表,經學程主任審核通過後,取得修習資格。
第八條 學生已修習本學程所列之認抵課程,得申請抵免學程課程學分。
如欲申請未列於前項認抵課程列表之外院系所相關科目學分之認定抵免,請至本學分學程網頁下載「抵免課程申請表」,再附上課程大綱及成績向本學程提出申請,經學程主任審核通過後認定始得通過。
第九條 學生完成專題實作課程,並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),得向本學程申請核發本學程修畢證明。
第十條 本辦法未盡事宜,悉依相關法令規定辦理。
本辦法經敏求智慧運算學院學程與課程委員會、校課程委員會通過後施行,修正時亦同。
設立單位 | 敏求智慧運算學院 | ||
---|---|---|---|
主導學院 | 敏求智慧運算學院 | 計畫主持人 | 舒宇宸 |
召集人姓名 | 舒宇宸 | 召集人職稱 | 副教授 |
召集人電話 | 06-2757575 ext. 65147 | 召集人email | ycshu@mail.ncku.edu.tw |
姓名 | 單位 | 職稱 | 負責項目 | 電話 | |
---|---|---|---|---|---|
林承寰 | 敏求智慧運算學院 | 專案工作人員 | 申請、教務、相關行政 | 06-2757575 ext.80970-103 | 10306024@gs.ncku.edu.tw |