108學年第1學期課程綱要

@尊重智慧財產權,請同學勿隨意影印教科書 。
Please respect the intellectual property rights, and shall not copy the textbooks arbitrarily.

一、課程基本資料
開課序號 0919 課程學制
科目代碼 LSU0051 課程名稱 人工智慧導論
英文名稱 Introduction to Artificial Intelligence
全/半年 必/選修 選修
學分數 3.0 每週授課時數 正課時數: 3 小時
開課系級 學習科學學位學程(學)
先修課程
課程簡介 此課程主要讓學生具備人工智慧的基本知識,了解人工智慧相關的演算法及python函式庫,並能應用所學到的去解決人工智慧相關的問題。課程內容將包括用智慧型代理人、用搜尋解決問題、邏輯代理人、機器學習及深度學習等。
課程目標 對應系所核心能力
1. 了解人工智慧相關的演算法 學士:
 1-1 具備學習科學相關知能
2. 使用人工智慧相關的python函式庫 學士:
 2-1 具備學習之資訊科技分析理論與情境轉化能力
3. 解決人工智慧相關的問題 學士:
 1-2 整合學習科學相關理論並應用

二、教學大綱
授課教師 李良一
教學進度與主題

上此課程的學生必需具備使用python撰寫程式的能力。

  1. 課程介紹及人工智慧簡介 (09/10)
  2. Fundamental and history of Artificial Intelligence (09/17)
  3. Intelligent Agent (09/24)
  4. Solving Problem by Searching(1) (10/01)
  5. Solving Problem by Searching(2) (10/08)
  6. Adversarial searching (10/15)
  7. Adversarial searching (10/22)
  8. Knowledge, reasoning, and planning(1) (10/29)
  9. 期中考(範圍為期中考前的所有內容) (11/05)
  10. Knowledge, reasoning, and planning(2) (11/12)
  11. Knowledge, reasoning, and planning(3) (11/19)
  12. Machine Learning and Python library(1) (11/26)
  13. Machine Learning and Python library(2) (12/03)
  14. Machine Learning and Python library(3) (12/10)
  15. Deep Learning and Python library(1) (12/17)
  16. Deep Learning and Python library(2) (12/24)
  17. 期末專題報告 (12/31)
  18. 期末考(範圍為期末考前的所有內容) (01/07)
教學方法
方式 說明
講述法 老師講授自編教材及教科書內容。
問題解決教學 老師會在上課時給予學生學習單或在課後給予作業,學習單及作業內容為資料結構問題,學生需找出解法。
實驗/實作 學習單及作業需實作人工智慧相關方法的程式碼
媒體融入教學 使用線上學習系統進行教學影片觀看、作業繳交、線上討論及其他線上教學活動。
評量方法
方式 百分比 說明
作業 30 % 完成老師指定的作業
期中考 30 % 期中考前老師上課的內容
期末考 30 % 期末考前老師上課的內容
課堂討論參與 5 % 課堂及線上討論參與的積極度
出席 5 % 學生出席的次數
參考書目
  1. 自編教材
  2. Stuart Russell , Peter Norvig. Artificial Intelligence: A Modern Approach.

版權所有 © 2024 國立臺灣師範大學