按此列印  
                           
   
  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 		人工智慧與大數據分析
課號
Course Code 		CHLM200300
課程英文名稱
Course Name in English		 Artificial Intelligence and Big Data Analysis
學年/學期
Academic Yeas/Semester		 114 /2
開課單位/學門別
Department/Academic Discipline		 健康樂活暨管理學院
學制別
Degree		 學院
學分數
Credits		  3    
每週授課時數
Weekly Hours of Instruction 		 3   
修別
Type		 選修 Elective
課/學程別
Program		 跨領域Interdisciplinary
課程分流
 雙軌學習型
課程內容
Curriculum attribute
■跨領域 ■一般課程 ■SDG 2 消除飢餓：確保糧食安全，消除飢餓，促進永續農業
■自學力 ■SDG 1 終結貧窮：消除各地一切形式的貧窮 ■SDG 3 健康與福祉：確保及促進各年齡層健康生活與福祉
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: 智慧永續入門課程
16+2課程 否
教學方法
Instructional Strategies
■講授 ■創新教法(各種改良傳統教學之方式皆包含) ■數位融入課程(包含遠距教學、數位學習平台、zuvio、ppt、數位講桌的設備與功能、其他數位教學輔助軟體等)
授課教師
Instructor		 李明昌
聯絡方式
t114046@mail.fgu.edu.tw
03-9871000 #
上課時間/地點
Time of Class/Location of Class		 二.5,6,7(204電腦教室)
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
 
(中文版課程描述)
本課程將先從人工智慧與生活應用等相關範例介紹，再深入探討人工智慧進階之議題， 接著說明
大數據分析概論與其應用。因此，本課程內容包括人工智慧概論、人工智慧與生活應用呈現說明
、聊天機器人的建置與應用、大數據概論介紹、視覺化效果、社群平台資料串接應用等內容，以
培養學生具備智慧型資訊應用與數據分析之技能。
(英文版課程描述)
This course will begin with examples related to artificial intelligence and its applications in daily life, followed by an in-depth exploration of advanced AI topics. It will then introduce the fundamentals of big data analysis and its applications. Therefore, the course content includes an introduction to artificial intelligence, AI applications in daily life, chatbot development and applications, an overview of big data, visualization techniques, and data integration from social media platforms. The goal is to equip students with skills in intelligent information applications and data analysis.
 
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 培養具備專業理論人才 | Cultivate professionals with expertise in theoretical knowledge.
2培養具備實務科技應用人力 | Develop workforce skilled in practical technology applications.
3培養資料分析與應用管理人才 | Foster talent in data analysis and application management.
授課進度表
Weekly Schedule
週次內容備註
1課程簡介, 課程使用不用寫程式免費軟體Orange (Course Introduction and Free Software Orange Used in the Course (No Programming Required) 
2人工智慧簡介與大數據分析 (AI and Bigdata Analysis) 
3資料探勘,機器學習與模型評估 (Data mining, Machine Learning and Model evaluation) 
4Orange 下載與安裝 (Orange Download and Installation) 
5Orange 資料匯入 (Orange - Import Data) 
6Orange 資料繪圖 (Orange - Plot) 
7Orange 資料繪圖 (Orange - Plot) 
8期中考 (mid term) 
9非監督式模型 (Unsupervised Model) 
10非監督式模型 (Unsupervised Model) 
11非監督式模型 (Unsupervised Model) 
12監督式模型 (Supervised Model) 
13監督式模型 (Supervised Model) 
14監督式模型 (Supervised Model) 
15監督式模型 (Supervised Model) 
16期末考週 (Final Exam) 
17多元學習週-案例討論 (Diverse Learning: Case Study) 
18多元學習週-案例討論 (Diverse Learning: Case Study) 
　
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專題發表/case_presentation其他/other
1平時成績/Asssignments 30%015%015% (出席)
2期中考成績/Midterm Exam 30%30%000
3期末考成績/Final Exam 40%40%000
4其他/other 0%0000
主要參考書目
References

 教師自編講義
RWEPA: https://rwepa.blogspot.com/

指定閱讀
Required Readings

Machine learning (ML) is a field of study in artificial intelligence concerned with the development and study of statistical algorithms that can learn from data and generalise to unseen data, and thus perform tasks without explicit instructions.[1] Within a subdiscipline in machine learning, advances in the field of deep learning have allowed neural networks, a class of statistical algorithms, to surpass many previous machine learning approaches in performance.
https://en.wikipedia.org/wiki/Machine_learning
教師座談/晤談地點與時間
Course Management SystemInstructor' Office and Office hours

星期二 第一節 204電腦教室
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