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

TECH100100

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

應用科技與設計學院

學制別

Degree

學院

學分數

Credits

每週授課時數

Weekly Hours of Instruction

修別

Type

必修 Required

課/學程別

Program

跨領域Interdisciplinary

課程分流

實務型

課程內容

Curriculum attribute

■跨領域

■一般課程

AI暨智慧永續發展

AI暨智慧課程:AI入門課程永續發展課程: 無

16+2課程

是

教學方法

Instructional Strategies

■講授

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

三.7,8,9(U202)

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。
"Artificial intelligence" (AI) is actually a comprehensive discipline. Since its development, AI has received more and more attention due to its increasingly high practical value. The purpose of this course is to guide students to learn the basic concepts, principles and application methods of important artificial intelligence technologies such as expert systems, neural networks, fuzzy theory, genetic algorithms, etc. Practical applications in business decision support, game design and others classroom teaching examples will be used to help our students to learn more about artificial intelligence technology and their real-world applications.

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 Understand the concepts and of applications of artificial intelligence technologies
2	認識及學習「專家系統」的基本概念和建置過程 Understand the basic concepts and construction process of "expert systems"
3	認識及學習「模糊理論」與「模糊推論」的基本概念和應用 Understand the basic concepts and applications of "fuzzy theory" and "fuzzy inference"
4	認識及學習「類神經網路」的基本概念和應用 Understand the basic concepts and applications of "Artificial Neural Networks"
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 Understand the basic concepts and applications of "evolutionary computing" and "genetic algorithms"

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 & What is AI?
2	人工智慧的發展與類別 History of AI & Types of AI
3	知識的呈現與專家系統 Knowledge Representation & Expert systems
4	專家系統的應用: 推薦系統 Recommendation Systems: Applications of Expert systems
5	模糊理論與模糊專家系統 Fuzzy Theory & Fuzzy Expert Systems
6	資料與機器學習Data & Machine Learning
7	大數據、資料科學與機器學習 Big Data, Data Science & Machine Learning
8	期中考試 / Midterm Exam
9	類神經網路 Biological & Artificial Neural Networks
10	深度學習與類神經網路 Artificial Neural Networks & Deep Learning
11	深度學習與類神經網路: 實務應用篇 Real Applications of Artificial Neural Networks & Deep Learning
12	自然語言處理（NLP）基礎 Basics of NLP: Language models, chatbots, translation
13	大型語言模型 (LLM) Large Language Models
14	AI 與創意/創造力及其爭議 AI & Creativity
15	AI 的倫理問題: 偏見、隱私與監控、道德爭議探討 Ethics in AI: Bias, surveillance, data privacy, moral dilemmas
16	期末考試 / Final Exam
17	16+2 多元學習彈性教學週 - 活動參與 Diversified Learning Activity Participation
18	16+2 多元學習彈性教學週 - 活動參與 Diversified Learning Activity Participation

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	其他/other
1	平時成績/Asssignments	25%	作業及小考 / Quiz & Homeworks
2	期中考成績/Midterm Exam	30%	期中考試/general_test
3	期末考成績/Final Exam	35%	期末考試/general_test
4	其他/other	10%		譟堂參與+ 筆記/ Class participation and note-taking

主要參考書目

References

1. 張志勇, 廖文華, 石貴平, 王勝石, 游國忠: 人工智慧, 第4版, 全華圖書, 2024.
2. 蘇豐文: 人工智慧：基本觀念與理論, 高立圖書, 2022.

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

1. 廖文華, 張志勇, 石貴平, 張榮貴, 蒯思齊: AI商業應用與實務, 全華圖書, 2025.
2. 鴻海教育基金會: 人工智慧導論, 第4版, 全華圖書, 2019.

教師座談/晤談地點與時間

Course Management SystemInstructor' Office and Office hours

星期二和三四的上午、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