NCHU 
注意： 
- 領域模組課程可能有先修科目或開放對象之限制，選課前請先到課程查詢系統確認。
領域模組開始施行時間
115學年度第1學期
主責教學單位
電機工程學系
召集人
資工系系主任
學習目標與預期學習效益
1.具備分析、設計與實作資訊軟體系統之能力
2.可將Python程式語言應用於Web程式、作業系統、及其他領域的應用如機器學習。
3. 具備分析、設計與實作資訊軟體系統之能力。
4. 理解機器學習演算法的理論基礎，並具備資訊安全管理意識。
2.可將Python程式語言應用於Web程式、作業系統、及其他領域的應用如機器學習。
3. 具備分析、設計與實作資訊軟體系統之能力。
4. 理解機器學習演算法的理論基礎，並具備資訊安全管理意識。
課程架構圖
修課指引
基礎課程（Level 1） 除本系（資訊工程學系）必修之基礎課程外，主要目標在於教導學生如何設計高效率程式，及其所需之資料組織的技術。學習各種重要且有用的演算法；這些演算法是解決適合電腦實現的問題的方法。
核心課程（Level 2） 學習Python程式語言應用於Web程式、作業系統、及其他領域的應用如機器學習。
應用課程（Level 3）「類神經網路導論」本課程在介紹類神經網路中的重要概念，期能讓學生了解並以此替不同問題選擇合適的類神經網路架構及訓練演算法，最終能將類神經網路應用至不同工程問題上。「機器學習」課程將就人工智能方法和應用進行講座。主題將涵蓋數據挖掘技術、基因演算法、類神經網絡和深度學習的概念介紹。通過本課程的學習，獲得人工智能基礎知識，並具備在實際案例中應用的能力。
具備資訊科學素養、資訊理論與數學分析之能力及具備分析、設計與實作資訊軟體系統之能力
核心課程（Level 2） 學習Python程式語言應用於Web程式、作業系統、及其他領域的應用如機器學習。
應用課程（Level 3）「類神經網路導論」本課程在介紹類神經網路中的重要概念，期能讓學生了解並以此替不同問題選擇合適的類神經網路架構及訓練演算法，最終能將類神經網路應用至不同工程問題上。「機器學習」課程將就人工智能方法和應用進行講座。主題將涵蓋數據挖掘技術、基因演算法、類神經網絡和深度學習的概念介紹。通過本課程的學習，獲得人工智能基礎知識，並具備在實際案例中應用的能力。
具備資訊科學素養、資訊理論與數學分析之能力及具備分析、設計與實作資訊軟體系統之能力
所有相關課程列表
|
課程名稱 |
規劃要點(附註) |
開課單位 |
備註 |
||||||
|
1 |
2 |
3 |
4 |
5 |
6 |
||||
|
(中文) 計算機程式設計 |
U |
A |
R |
S |
3 |
1 |
資工系 |
|
|
|
(英文)Computer Programming |
|||||||||
|
(中文) Python程式設計 |
U |
A |
R |
S |
3 |
2 |
資工系 |
|
|
|
(英文) Python Programming |
|||||||||
|
(中文) 類神經網路導論 |
U |
A |
R |
S |
3 |
3 |
資工系 |
|
|
|
(英文) Introduction to Neural Networks |
|||||||||
|
(中文) 機器學習 |
U |
A |
R |
S |
3 |
3 |
資工系 |
|
|
|
(英文) Machine Learning |
|||||||||
|
取得認證需修習 總課程數 |
4 |
取得認證需修習 總學分數 |
12 |
||||||
|
附註：規劃要點填表說明：（１到４各欄位請填正確代表字母） １：U-學士課程、M-碩士課程。 ２：A-正課、B-實習課、C-台下指導之科目如學生講述或邀請演講之專題討論、專題研究……等。 ３：Ｒ-必修、Ｅ-選修。 ４：Ｓ-學期課、Ｙ-學年課。 ５：科目（學期或全年）總學分數（請填阿拉伯數字）。 ６：Level：1-基礎課程、2-核心(理論/方法)課程、3-應用(總整/實務)課程(請填阿拉伯數字)。 |
|||||||||
