|
課程名稱
|
開課
學校
|
開授
教師
|
上課時間
|
選修
限制
|
課程要求
|
|
資料探勘與應用
Data Mining : Concepts, Techniques, and Applications
|
清華大學
|
陳宜欣
|
星期一 9:00~12:00
(實體)期末考時間：12/8
|
研究所開放大三(含)以上選課
|
＊英文授課
建議學生需已修過Python程式設計、有基本機率概念。
本課程期末專題採分組開發，請審慎評估可投入的時間在選課，若需退選最晚須於第十週以前退選，以避免影響同組修課同學之權益。
|
|
基礎程式設計(C++)
Introduction to Programming (C++)
|
陽明交通大學
|
温宏斌
校內協同
陳立偉
|
星期一 9:00~12:00
(實體)期中、末評量時間：10/20 9:00~12:00、 12/15 9:00~12:00
|
無
|
授課方式採教學影片預錄+ 教室同步播放 + 現場問答互動的方式進行：
1.課堂教學：授課教師將預先錄製教學影片(正課2小時與上機演練1小時)，並於每週一早上9:00-12:00 的上課時段，在教室中播放當週教學內容。課堂剩餘時間開放學生現場提問，進行即時互動與補充說明。
2.線上問答：助教預先錄製上機練習教學影片後會伴隨每周演練題2-3題，故規劃度定時間(目前預定每週三13:10-15:10)由授課教師與助教群於實體或線上提供上課內容問答與演練問題答詢，並涵蓋操作流程與說明協助學生解決實作中遇到的問題。
3.其他配合：10/20 與 12/15上午 9:00–12:00為期中考試與期末考試時間，選修課程同學務必配合保留時間參與考試。
|
|
人工智慧導論
Introduction to Artificial Intelligence
|
成功大學
|
朱威達
|
星期四 13:10~16:00
(實體)期末評量時間：
12/11 13:10~16:00
|
無
|
課堂作業包括程式作業，修課學生需具備程式撰寫能力以及演算法的基本知識。
|
|
金融科技導論
Introduction to FinTech
|
臺灣大學
|
張智星
陳君明
|
星期三 9:10~12:10
(實體)期末評量時間：
12/17 9:10~12:10
|
研究所
|
Calculus
■Basic differentiation, differentiation to find optimum
Linear algebra
■Matrix operations, determinant, eigenvalue/eigenvector
Probability
■Discrete/continuous random variables
Machine learning
■Basic idea of training/test for model construction, preferably with hands-on experience
|
|
統計學暨實習
Statistics with Recitation
|
臺灣大學
|
李宗穎
校內協同
李文廷
|
星期二 13:20~15:10 (recitation session)
星期三 9:10~12:10 (lecture)
(實體)期末評量時間：
12/10 9:30~12:00
|
無
|
＊英文授課
This is an English-medium course. English must be used at all times in class, including for homework, quizzes, exams, and all other course-related work.
We will use NTU COOL to share course materials and announcements. You are expected to check both NTU COOL and your school email daily to stay informed and up to date.
All cell phones and other communication devices should be turned off or silenced during class. Students may be cold-called to answer questions. Active and voluntary participation in discussions is highly encouraged.
|
|
智慧人機互動
Human-AI Interaction
|
臺北科技大學
|
韓秉軒
|
星期四 13:10~16:00
(實體)期末評量時間：與聯盟學校於12/27(六)共同展示及交流。
|
研究所
開放大三(含)以上選課
|
本課程建議學生先修習「生成式人工智慧導論」課程,或其他與人工智慧、自然語言處理相關之課程,具備基礎的 AI 概念與應用經驗。此外,應具備基本的多媒體程式設計能力,並熟悉 Unity Editor 的操作與 Unity SDK 的基礎開發技能。若尚未接觸過 Unity,建議可先參考以下入門資源進行預習:
- Unity 官方教學平台:
https://learn.unity.com/
- OPENEDU 線上課程《互動程式設計I》I:https://www.openedu.tw/course?id=1328
|
|
自然語言處理
Natural Language Processing
|
清華大學
|
高宏宇
|
星期二13:20~15:10、星期四13:20~14:10
|
研究所
|
建議學生須先具Python程式語言的先備知識。
|
|
生成式人工智慧與機器學習導論
Introduction to Generative Artificial Intelligence and Machine Learning
|
臺灣大學
|
李宏毅
|
週五14:20~17:20
實際上課週次為
9/12、9/19、9/26、10/17、10/24、10/31、11/14、11/28、12/5、12/12。
|
無
|
無
|
|
電腦視覺實務與深度學習
Computer Vision Practice with Deep Learning
|
臺灣大學
|
鄭文皇
校內協同
李文廷
|
星期五 9:10~12:10
|
研究所、大四、大三
|
建議學生修讀過機器學習與深度學習。
|
|
生成式AI：文字與圖像生成的原理與實務
Generative AI: Text and Image Synthesis Principles and Practice
|
政治大學
|
蔡炎龍
校內協同
簡碩辰
|
星期二 16:00~19:00
|
無
|
1.會使用 Google Colab 雲端運算平台，請同學準備好自己的 Google 帳號。本課程的作業應該免費版就足夠，但可以考慮自己狀況是否升級。
2.建議 (非要求) 於 https://platform.openai.com/ 儲值使用 OpenAI API 的 credit，應該 5 美金就完全足夠課程的需求。課程中我們還是會提供其他免費的方案，但使用 OpenAI API 可能會比較方便 (特別對技術不是那麼熟悉的同學)。
3.每一位同學都請申請 Groq https://console.groq.com/ 的 API，有完全免費使用的方案。
4.非常強調不可以抄襲，包括抄襲網路上的作品，或者直接抄襲生成式 AI 產出者，皆是不可接受的。本課程是生成式 AI 課程，使用大型語言模型協作，不但是允許，甚至是鼓勵的。這裡的抄襲是直接下一個 prompt 就能產出的結果，直接當作業是不能接受的。
|