請尊重智慧財產權，課程教材不得非法影印。

佛光大學
Fo Guang University
教學計畫表 Syllabus

課程中文名稱

Course Name in Chinese

人工智慧概論

課號

Course Code

CS30H00

課程英文名稱

Course Name in English

Introduction to Artificial Intelligence

學年/學期

Academic Yeas/Semester

114 /1

開課單位/學門別

Department/Academic Discipline

資訊應用學系學士班

學制別

Degree

學士班

學分數

Credits

每週授課時數

Weekly Hours of Instruction

修別

Type

選修 Elective

課/學程別

Program

學系專業選修Specialized Elective

課程分流

學術型

課程內容

Curriculum attribute

■一般課程

AI暨智慧永續發展

AI暨智慧課程:AI專業課程永續發展課程: 無

16+2課程

是

教學方法

Instructional Strategies

■講授

■分組討論

授課教師

Instructor

駱至中

聯絡方式

locc@mail.fgu.edu.tw

03-9871000 #23211

上課時間/地點

Time of Class/Location of Class

二.5,6,7(U108)

先修課程

Prerequisites

課程描述（若為實務型課程需含搭配產業界或非營利組織需求之說明）

Course Description

「人工智慧」(AI)實為一門綜合性學科，發展迄今AI已因實用價值愈來愈高，而愈來愈受到重視。本課程的主旨在於讓同學學習以專家系統、類神經網路、模糊理論、基因演算法…等重要人工智慧的基本概念、原理與運用方法，並佐以相關技術在電玩遊戲和管理決策分析之實際應用為學習範例，讓學生們能學習和體驗基本的人工智慧技術與其應用的入門知識。

課程目標（若為實務型課程請具體描述該課程所要培養之實務能力)

Course Objectives

序號	目標描述
1	認識人工智慧的概念和相關技術之應用
2	認識及學習「專家系統」的基本概念和建置過程
3	認識及學習「模糊理論」與「模糊推論」的基本概念和應用
4	認識及學習「類神經網路」的基本概念和應用
5	認識及學習「演化式計算」與「基因演算法」的基本概念和應用

授課進度表

Weekly Schedule

週次	內容	備註
1	課程簡介和其他相關規定說明 Course Introduction and Explanation of Relevant Regulations
2	人工智慧概要說明及相關背景知識介紹 An overview of artificial intelligence and related background knowledge
3	專家系統 Knowledge-based Expert Systems
4	專家系統與推論機制 Expert Systems and Its Inference Mechanism
5	處理不確定性問題的專家系統 Expert systems for dealing with uncertainty problems
6	模糊理論 Fuzzy set Theory
7	模糊專家系統 Fuzzy Expert Systems
8	期中考試 Mid-term Exam	考試範圍：第1~7週授課內容
9	期中考試檢討及模糊專家系統補充 Review of midterm exam & More on fuzzy expert systems
10	類神經網路 (1/3) - Artificial Neural Networks _1 of 3
11	類神經網路 (2/3) - Artificial Neural Networks _2 of 3
12	類神經網路 (3/3) - Artificial Neural Networks _3 of 3
13	演化式計算之基因演算法 Evolutionary Computation: Genetic Algorithms
14	AI新趨勢：群集智慧(Swarm Intelligence) 及深度學習(Deep Learning) Advanced AI Topics: Swarm Intelligence & Deep Learning
15	深度學習(Deep Learning) + 生成式AI (Generative AI) Advanced AI Topics: Deep Learning & Generative AI
16	期末考試 Final Exam	考試範圍：第1~15週授課內容
17	16+2 多元學習彈性教學週 - 活動參與 Diversified Learning Activity Participation (week 1)
18	16+2 多元學習彈性教學週 - 活動參與 Diversified Learning Activity Participation (week 2)

學期成績計算及多元評量方式

Grading Policy

項次	配分項目/catagory	配分比例/Percentage	會考測驗/general_test	實務操作/accounting_practice	其他/other
1	平時成績/Asssignments	20%	隨堂考 / Quiz	作業 / Homework
2	期中考成績/Midterm Exam	30%	期中考試 / Midterm Exam
3	期末考成績/Final Exam	40%	期末考試 / Final Exam
4	其他/other	10%			課堂參與、筆記 / Class participation and note-taking

主要參考書目

References

1. M. Negnevitsky: Artificial Intelligence: A Guide to Intelligent Systems, the 4th edition, Pearson FT Press, 2024.
2. D. Bourg & G. Seemann (原作者) /陳建勳、蘇秉豐(編譯)：遊戲人工智慧, O,Reilly/美商歐萊禮, 2005.
其他教材及參考書籍、資料將由任課教師於數位學習平台上指定或提供。

指定閱讀

Required Readings

M. Negnevitsky (原作者) /謝政勳、廖珗洲、李聯旺(編譯)：人工智慧：智慧型系統導論, 第三版, 全華圖書, 2012.

教師座談/晤談地點與時間

Course Management SystemInstructor' Office and Office hours

星期二和三的上午、星期四下午或課後於 U407研究室

學生請假規則

1. 學生請假悉依本校「學則」及「學生請假辦法」規定辦理。
2. 依本校「學則」第33條，曠課一小時，以缺課二小時論。學生某一科目之缺課總時數達該科全學期授課時數三分之一，經該科教師扣考後，即不准參加該科目之學期各項學習成績考試或評量。

課程平台

http://elearn.fgu.edu.tw