110-1_巨量資料分析
教學目標
本學期自開學日110年9月22日(三)至110年10月12日(二)全校課程均採遠距線上授課 Instructor meet: https://meet.google.com/eqi-cjvo-kfb TA meet: https://meet.google.com/hmd-etqg-ngs google classroom: https://classroom.google.com/c/Mzg5NjE2MjYyMTcz?cjc=7xbgqzc 本課程讓學生瞭解Python程式設計入門、Python進階資料分析、Python機器學習應用及大數據平台實作及實例應用。本課程是總結性課程(Capstone)採用MOOCs教材進行翻轉教室教學並強調問題導向學習(PBL)的訓練方式，所以引入智慧製造、智慧醫療、智慧生活等實作範例啟發學生了解實務應用，並指導學生組隊進行課程專題製作並在期末舉行公開發表，以深化學生具備大數據大數據分析應用能力的養成。
授課形式
理論講述與討論-78.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-22.00%;其他-0.00%
課程內容與進度
1 Python安裝簡介與基礎語法和變數型態 2 Python資料結構及流程語法 3 國慶日補假 4 Python套件Numpy與Pandas 5 Python套件Matplotlib 6 資料聚合及異常值分析 7 相關性分析及假設檢定 8 購物籃分析及時間序列簡介 9 期末專題題目構想報告 10 Scikit-learn簡介與線性回歸預測 11 邏輯回歸分類及支持向量機分類 12 決策樹與隨機森林及KNN分類 13 Kmeans分類與主成分分析降維 14 業師授課 15 Hadoop簡介與安裝 16 Spark安裝與操作 17 使用PySpark進行線性與邏輯回歸 18 専題製作成果公開展示
教科書/參考書
Textbook: 機器學習：類神經網路、模糊系統以及基因演算法則(修訂二版) Author: 蘇木春、張孝德著 Publishing Company: 全華圖書
評分標準
平常考 30% 期中考 35% 期末考 35% 課堂參與 -10%~+10%
學分數
3
授課時數(周)
3
開課班級
M10955
修課人數
27
本學期自開學日110年9月22日(三)至110年10月12日(二)全校課程均採遠距線上授課 Instructor meet: https://meet.google.com/eqi-cjvo-kfb TA meet: https://meet.google.com/hmd-etqg-ngs google classroom: https://classroom.google.com/c/Mzg5NjE2MjYyMTcz?cjc=7xbgqzc 本課程讓學生瞭解Python程式設計入門、Python進階資料分析、Python機器學習應用及大數據平台實作及實例應用。本課程是總結性課程(Capstone)採用MOOCs教材進行翻轉教室教學並強調問題導向學習(PBL)的訓練方式，所以引入智慧製造、智慧醫療、智慧生活等實作範例啟發學生了解實務應用，並指導學生組隊進行課程專題製作並在期末舉行公開發表，以深化學生具備大數據大數據分析應用能力的養成。
授課形式
理論講述與討論-78.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-22.00%;其他-0.00%
課程內容與進度
1 Python安裝簡介與基礎語法和變數型態 2 Python資料結構及流程語法 3 國慶日補假 4 Python套件Numpy與Pandas 5 Python套件Matplotlib 6 資料聚合及異常值分析 7 相關性分析及假設檢定 8 購物籃分析及時間序列簡介 9 期末專題題目構想報告 10 Scikit-learn簡介與線性回歸預測 11 邏輯回歸分類及支持向量機分類 12 決策樹與隨機森林及KNN分類 13 Kmeans分類與主成分分析降維 14 業師授課 15 Hadoop簡介與安裝 16 Spark安裝與操作 17 使用PySpark進行線性與邏輯回歸 18 専題製作成果公開展示
教科書/參考書
Textbook: 機器學習：類神經網路、模糊系統以及基因演算法則(修訂二版) Author: 蘇木春、張孝德著 Publishing Company: 全華圖書
評分標準
平常考 30% 期中考 35% 期末考 35% 課堂參與 -10%~+10%
學分數
3
授課時數(周)
3
開課班級
M10955
修課人數
27
110-1_智慧型系統
教學目標
本學期自開學日110年9月22日(三)至110年10月12日(二)全校課程均採遠距線上授課 Instructor meet: https://meet.google.com/lookup/gdphpeea6h TA meet: https://meet.google.com/lookup/gdphpeea6h google classroom: https://classroom.google.com/c/Mzk0NTI0MDkxMjQz?cjc=a2hiokx 本課程讓學生瞭解工業物聯網以及深度學習時空間資料探勘之類神經網路相關的技術，並採用Python、Tensorflow、Keras或Julia程式設計工具，訓練學生透過工業物聯網搜集工廠機台的數據並導入類神經網路模型做為智慧型系統以解決各類問題。另將深度學習和許多典型的方法對特定的主題尋求解決的結果做比較，進一步探討各種方法在效能、效率之間的差異。本課程是總結性課程(Capstone)強調問題導向學習(PBL)的訓練方式，所以引入智慧製造、智慧醫療、智慧生活等實作範例啟發學生了解實務應用，並指導學生組隊進行課程專題製作並在期末舉行公開發表，以深化學生具備智慧型系統應用能力的養成。
授課形式
理論講述與討論-78.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-22.00%;其他-0.00%
課程內容與進度
1 深度學習之基礎介紹和智慧影像分析與應用之基礎介紹 2 NN單元一：常見深度學習模型介紹 3 NN單元二：CNN深度學習模型介紹 4 NN單元三：進階深度學習模型介紹 5 NN單元四：進階深度學習模型介紹 6 業師演講：待定 7 人工智慧視覺感知運算系統模組 8 人工智慧視覺感知運算系統模組 9 期中報告 10 業師演講 11 人工智慧視覺感知運算系統模組 12 人工智慧視覺感知運算系統模組 13 業師演講 14 深度學習於智慧汽車應用 15 深度學習於智慧汽車應用 16 深度學習於智慧汽車應用 17 深度學習於智慧汽車應用 18 期末課程專題舉行公開發表
教科書/參考書
Textbook: 機器學習：類神經網路、模糊系統以及基因演算法則(修訂二版) Author: 蘇木春、張孝德著 Publishing Company: 全華圖書
評分標準
平常考 30% 期中考 35% 期末考 35% 課堂參與 -10%~+10%
學分數
3
授課時數(周)
3
開課班級
L10955
修課人數
12
本學期自開學日110年9月22日(三)至110年10月12日(二)全校課程均採遠距線上授課 Instructor meet: https://meet.google.com/lookup/gdphpeea6h TA meet: https://meet.google.com/lookup/gdphpeea6h google classroom: https://classroom.google.com/c/Mzk0NTI0MDkxMjQz?cjc=a2hiokx 本課程讓學生瞭解工業物聯網以及深度學習時空間資料探勘之類神經網路相關的技術，並採用Python、Tensorflow、Keras或Julia程式設計工具，訓練學生透過工業物聯網搜集工廠機台的數據並導入類神經網路模型做為智慧型系統以解決各類問題。另將深度學習和許多典型的方法對特定的主題尋求解決的結果做比較，進一步探討各種方法在效能、效率之間的差異。本課程是總結性課程(Capstone)強調問題導向學習(PBL)的訓練方式，所以引入智慧製造、智慧醫療、智慧生活等實作範例啟發學生了解實務應用，並指導學生組隊進行課程專題製作並在期末舉行公開發表，以深化學生具備智慧型系統應用能力的養成。
授課形式
理論講述與討論-78.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-22.00%;其他-0.00%
課程內容與進度
1 深度學習之基礎介紹和智慧影像分析與應用之基礎介紹 2 NN單元一：常見深度學習模型介紹 3 NN單元二：CNN深度學習模型介紹 4 NN單元三：進階深度學習模型介紹 5 NN單元四：進階深度學習模型介紹 6 業師演講：待定 7 人工智慧視覺感知運算系統模組 8 人工智慧視覺感知運算系統模組 9 期中報告 10 業師演講 11 人工智慧視覺感知運算系統模組 12 人工智慧視覺感知運算系統模組 13 業師演講 14 深度學習於智慧汽車應用 15 深度學習於智慧汽車應用 16 深度學習於智慧汽車應用 17 深度學習於智慧汽車應用 18 期末課程專題舉行公開發表
教科書/參考書
Textbook: 機器學習：類神經網路、模糊系統以及基因演算法則(修訂二版) Author: 蘇木春、張孝德著 Publishing Company: 全華圖書
評分標準
平常考 30% 期中考 35% 期末考 35% 課堂參與 -10%~+10%
學分數
3
授課時數(周)
3
開課班級
L10955
修課人數
12
110-1_高等演算法
教學目標
1.複習基本演算法設計與分析的技巧
2. 了解演算法目前研究的最新動態
3. 探討各種演算法的實際應用
前三週在Teams線上教學(https://teams.microsoft.com/l/team/19%3aS7fID79MXP28Bm3gFDVVP3lcHTYkKYpAQRKhFHOXkpw1%40thread.tacv2/conversations?groupId=f104dcaa-a963-4f85-9e5f-939121fe510f&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7) 有選課者自動加入,擬旁聽者email給老師
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-0.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
第1週 Introduction to algorithms
第2-6週 The complexity of algorithms
第7-10週 NP-complete problem
第11週 期中考
第12週 論文研究方式
第13週 Fermat最後定理
第14-15週 greedy method, divide-and-conquer algorithms, dynamic programming strategy
第16-17週 分組報告
第18週 口試
教科書/參考書
S. Dasgupta, C. Papadimitriou, U. Vazirani: Algorithms, 2007, 開發 T. H. Cormen , C. E. Leiserson, R. L. Rivest and C. Stein: Introdution to Algorithms,Graw-Hill Book Company 2001, 開發
評分標準
報告 35% 期中考 45% 作業與平時 20%
學分數
3
授課時數(周)
3
開課班級
L10955
修課人數
3
1.複習基本演算法設計與分析的技巧
2. 了解演算法目前研究的最新動態
3. 探討各種演算法的實際應用
前三週在Teams線上教學(https://teams.microsoft.com/l/team/19%3aS7fID79MXP28Bm3gFDVVP3lcHTYkKYpAQRKhFHOXkpw1%40thread.tacv2/conversations?groupId=f104dcaa-a963-4f85-9e5f-939121fe510f&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7) 有選課者自動加入,擬旁聽者email給老師
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-0.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
第1週 Introduction to algorithms
第2-6週 The complexity of algorithms
第7-10週 NP-complete problem
第11週 期中考
第12週 論文研究方式
第13週 Fermat最後定理
第14-15週 greedy method, divide-and-conquer algorithms, dynamic programming strategy
第16-17週 分組報告
第18週 口試
教科書/參考書
S. Dasgupta, C. Papadimitriou, U. Vazirani: Algorithms, 2007, 開發 T. H. Cormen , C. E. Leiserson, R. L. Rivest and C. Stein: Introdution to Algorithms,Graw-Hill Book Company 2001, 開發
評分標準
報告 35% 期中考 45% 作業與平時 20%
學分數
3
授課時數(周)
3
開課班級
L10955
修課人數
3
110-1_資料探勘
教學目標
1.介紹資料探勘的觀念與運作模式，深入介紹各種資料探勘技術的理論基礎及其應用方式，並藉由實際產品與案例的研討，驗證所學的理論觀念。
2.關於遠距教學網址說明:
(1)配合學校要求，9/22~10/12之間的課程採遠距線上教學，本課程的上課平台為google classroom，網址如下:
https://meet.google.com/lookup/efdfu3gy3k
(2)請同學以學校給的email帳號登入，方便我辨識你的身分及點名。例如: 學號為L1050001，則email的帳號為l1105001@go.nuk.edu.tw
(3)也請同學主動加入此課程，方便將來參與課堂上的討論及作業
https://classroom.google.com/c/MzQ0NzUwOTU0NDY2?cjc=njeizbo
也可以先進入google classroom，再輸入課程代碼njeizbo
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-0.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
週次 內容主題
--------------------------------------------
1 Introduction
2 Data Preprocessing I
3 Data Preprocessing II
4 Data Exploration Technology
5 Classification I
6 Classification II
7 Classification III
8 Weka工具介紹
9 Association Analysis I
10 Association Analysis II
11 Cluster Analysis I
12 Cluster Analysis II
13 Anomaly Detection
14 Other Advanced Topics
15 案例研討
16 論文報告
17 專題展示
教科書/參考書
教科書:
P.N. Tan, M. Steinbach, A. Karpatne, and V. Kumar, Introduction to Data Mining, 2nd Ed., Pearson International Edition, 2019.
參考書:
簡禎富, 許嘉裕。大數據分析與資料挖礦。前程文化, 2019.
評分標準
論文報告 25%
作業 30%
專題 25%
出席 20%
學分數
3
授課時數(周)
3
開課班級
L10955
修課人數
10
1.介紹資料探勘的觀念與運作模式，深入介紹各種資料探勘技術的理論基礎及其應用方式，並藉由實際產品與案例的研討，驗證所學的理論觀念。
2.關於遠距教學網址說明:
(1)配合學校要求，9/22~10/12之間的課程採遠距線上教學，本課程的上課平台為google classroom，網址如下:
https://meet.google.com/lookup/efdfu3gy3k
(2)請同學以學校給的email帳號登入，方便我辨識你的身分及點名。例如: 學號為L1050001，則email的帳號為l1105001@go.nuk.edu.tw
(3)也請同學主動加入此課程，方便將來參與課堂上的討論及作業
https://classroom.google.com/c/MzQ0NzUwOTU0NDY2?cjc=njeizbo
也可以先進入google classroom，再輸入課程代碼njeizbo
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-0.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
週次 內容主題
--------------------------------------------
1 Introduction
2 Data Preprocessing I
3 Data Preprocessing II
4 Data Exploration Technology
5 Classification I
6 Classification II
7 Classification III
8 Weka工具介紹
9 Association Analysis I
10 Association Analysis II
11 Cluster Analysis I
12 Cluster Analysis II
13 Anomaly Detection
14 Other Advanced Topics
15 案例研討
16 論文報告
17 專題展示
教科書/參考書
教科書:
P.N. Tan, M. Steinbach, A. Karpatne, and V. Kumar, Introduction to Data Mining, 2nd Ed., Pearson International Edition, 2019.
參考書:
簡禎富, 許嘉裕。大數據分析與資料挖礦。前程文化, 2019.
評分標準
論文報告 25%
作業 30%
專題 25%
出席 20%
學分數
3
授課時數(周)
3
開課班級
L10955
修課人數
10
110-1_專題研究（三）
教學目標
和研究生討論研究方向與研究議題
授課形式
理論講述與討論-0.00%;個案分析或作品賞析-0.00%;專題實作與報告-100.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
paper and research discussion
教科書/參考書
評分標準
依據成果給予評分
學分數
2
授課時數(周)
2
開課班級
L10955
修課人數
7
和研究生討論研究方向與研究議題
授課形式
理論講述與討論-0.00%;個案分析或作品賞析-0.00%;專題實作與報告-100.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
paper and research discussion
教科書/參考書
評分標準
依據成果給予評分
學分數
2
授課時數(周)
2
開課班級
L10955
修課人數
7
110-1_專題研究（一）
教學目標
The goal of this course is to expose students to the latest research in the field of computer science and information engineering, including intelligent systems, embedded systems, networks and multimedia.
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-0.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
paper and research discussion
教科書/參考書
research papers from conferences and journals
評分標準
reports: 100%
學分數
2
授課時數(周)
2
開課班級
L11055
修課人數
9
The goal of this course is to expose students to the latest research in the field of computer science and information engineering, including intelligent systems, embedded systems, networks and multimedia.
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-0.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
paper and research discussion
教科書/參考書
research papers from conferences and journals
評分標準
reports: 100%
學分數
2
授課時數(周)
2
開課班級
L11055
修課人數
9
110-1_擴增實境
教學目標
因應新冠肺炎疫情，依本校110年9月7日第34次嚴重特殊傳染性肺炎防疫工作小組會議紀錄決議， 本學期自開學日110年9月22日(三)至110年10月12日(二)全校課程均採遠距線上授課。 線上課程仍將實施點名 請同學於上課前登入https://meet.google.com/gwi-ndqd-hto 本課程主要希望透過循序漸進的方式，讓學生了解目前擴增實境的應用現況與互動方式，透過Unity的各項功能，從3D遊戲設計到創建擴增實境，最後透過案例實作，使學生具備Unity與AR的開發能力。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-0.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-0.00%;其他:上機實作-20.00%
課程內容與進度
1. unity遊戲與擴增實境介紹 2. unity簡介與基本操作 -材質 -鏡頭 -光源 -光影 -腳本 3. unity物件導向程式基礎-1 -物件參考型別、實值型別與自訂型別 4. unity物件導向程式基礎-2 -空間運算與物件移動 5. unity物件導向程式基礎-3 -繼承、父子物件與多重繼承 6. 2D遊戲操作 -物件配置、UI、預製物件 7. 2D遊戲操作 -角色控制、碰撞偵測 8. 2D遊戲操作 -攝影機、動畫 9. 期中課程專題報告 10. 3D遊戲-進階操作. -場景 -角色控制器 -特效 11. 3D遊戲-進階操作 -碰撞偵測 -自動控制 -GUI粒子系統 12. 3D遊戲實作-近戰遊戲 13. 擴增實境原理、引擎介紹與註冊 14. AR影像辨識圖卡製作與發佈 15. AR實作模型 16. AR實作 -AR型錄 -AR秀名片 17. AR實作 -AR大頭貼 -AR互動與上架 18. 期末課程專題報告
教科書/參考書
1.Jung Timothy, "Augmented Reality and Virtual Reality," Springer 2.邱勇標，"Unity 3D遊戲設計實戰（第三版）"，碁峰 3.謝旻儕、黃凱揚，"AR擴增實境輕鬆學：結合虛擬與真實的新科技應用"，深石 4.歐陽芳泉、林淑惠、鄭佳淵，”快快樂樂學 AR影像魔法-使用 Unity 與 Vuforia 開發套件”，台科大
評分標準
平時成績(含作業及出席率)60﹪ 期中報告20﹪ 期末報告20%
學分數
3
授課時數(周)
3
開課班級
M10955
修課人數
25
因應新冠肺炎疫情，依本校110年9月7日第34次嚴重特殊傳染性肺炎防疫工作小組會議紀錄決議， 本學期自開學日110年9月22日(三)至110年10月12日(二)全校課程均採遠距線上授課。 線上課程仍將實施點名 請同學於上課前登入https://meet.google.com/gwi-ndqd-hto 本課程主要希望透過循序漸進的方式，讓學生了解目前擴增實境的應用現況與互動方式，透過Unity的各項功能，從3D遊戲設計到創建擴增實境，最後透過案例實作，使學生具備Unity與AR的開發能力。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-0.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-0.00%;其他:上機實作-20.00%
課程內容與進度
1. unity遊戲與擴增實境介紹 2. unity簡介與基本操作 -材質 -鏡頭 -光源 -光影 -腳本 3. unity物件導向程式基礎-1 -物件參考型別、實值型別與自訂型別 4. unity物件導向程式基礎-2 -空間運算與物件移動 5. unity物件導向程式基礎-3 -繼承、父子物件與多重繼承 6. 2D遊戲操作 -物件配置、UI、預製物件 7. 2D遊戲操作 -角色控制、碰撞偵測 8. 2D遊戲操作 -攝影機、動畫 9. 期中課程專題報告 10. 3D遊戲-進階操作. -場景 -角色控制器 -特效 11. 3D遊戲-進階操作 -碰撞偵測 -自動控制 -GUI粒子系統 12. 3D遊戲實作-近戰遊戲 13. 擴增實境原理、引擎介紹與註冊 14. AR影像辨識圖卡製作與發佈 15. AR實作模型 16. AR實作 -AR型錄 -AR秀名片 17. AR實作 -AR大頭貼 -AR互動與上架 18. 期末課程專題報告
教科書/參考書
1.Jung Timothy, "Augmented Reality and Virtual Reality," Springer 2.邱勇標，"Unity 3D遊戲設計實戰（第三版）"，碁峰 3.謝旻儕、黃凱揚，"AR擴增實境輕鬆學：結合虛擬與真實的新科技應用"，深石 4.歐陽芳泉、林淑惠、鄭佳淵，”快快樂樂學 AR影像魔法-使用 Unity 與 Vuforia 開發套件”，台科大
評分標準
平時成績(含作業及出席率)60﹪ 期中報告20﹪ 期末報告20%
學分數
3
授課時數(周)
3
開課班級
M10955
修課人數
25
110-1_專題研究(三)
教學目標
因應新冠肺炎疫情，依本校110年9月7日第34次嚴重特殊傳染性肺炎防疫工作小組會議紀錄決議， 本學期自開學日110年9月22日(三)至110年10月12日(二)全校課程均採遠距線上授課。 線上課程仍將實施點名 請同學於上課前登入https://meet.google.com/wpj-zkjv-oqb 和研究生討論研究方向與研究議題
授課形式
理論講述與討論-0.00%;個案分析或作品賞析-0.00%;專題實作與報告-100.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
paper and research discussion
教科書/參考書
評分標準
依據成果給予評分
學分數
1
授課時數(周)
3
開課班級
M10955
修課人數
16
因應新冠肺炎疫情，依本校110年9月7日第34次嚴重特殊傳染性肺炎防疫工作小組會議紀錄決議， 本學期自開學日110年9月22日(三)至110年10月12日(二)全校課程均採遠距線上授課。 線上課程仍將實施點名 請同學於上課前登入https://meet.google.com/wpj-zkjv-oqb 和研究生討論研究方向與研究議題
授課形式
理論講述與討論-0.00%;個案分析或作品賞析-0.00%;專題實作與報告-100.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
paper and research discussion
教科書/參考書
評分標準
依據成果給予評分
學分數
1
授課時數(周)
3
開課班級
M10955
修課人數
16
110-1_即時計算機系統
教學目標
本課程以實務與理論並重的角度，探討即時系統的各種設計上得挑戰與解決方案。課程之中，將介紹各種在工業界廣為使用的排程演算法，解說設計原理。本課程有實際動手的程式作業，需撰寫排程演算法的程式。透過實際動手設計排程演算法以及進行效能評估，希望同學們可以建立紮實的觀念與技巧。 使用微軟Teams，請以你的帳號如xxx@o365.nuk.edu.tw登入Teams，再利用團隊代碼 zitmlxg加入課程。 line群組: http://line.me/ti/g/2nOwBINOm7
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-0.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Independent Task Scheduling 2. Aperiodic and Sporadic Job Scheduling 3. Resource Synchronization Protocols 4. Multiprocessor and Distributed Systems
教科書/參考書
1. Jane W.S. Liu, Real-Time Systems, Prentice Hall, 2000 2. Selected technical papers
評分標準
1. Mid-term Exam: 25% 2. Final Exam: 25% 3. Projects (Algorithm implementation): 20% 4. Quizzes: 17% 5. Homework: 8% 6. Paper presentation: 5% 7. Class Participation (Bonus): 5~10%
學分數
3
授課時數(周)
3
開課班級
M10955
修課人數
20
本課程以實務與理論並重的角度，探討即時系統的各種設計上得挑戰與解決方案。課程之中，將介紹各種在工業界廣為使用的排程演算法，解說設計原理。本課程有實際動手的程式作業，需撰寫排程演算法的程式。透過實際動手設計排程演算法以及進行效能評估，希望同學們可以建立紮實的觀念與技巧。 使用微軟Teams，請以你的帳號如xxx@o365.nuk.edu.tw登入Teams，再利用團隊代碼 zitmlxg加入課程。 line群組: http://line.me/ti/g/2nOwBINOm7
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-0.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Independent Task Scheduling 2. Aperiodic and Sporadic Job Scheduling 3. Resource Synchronization Protocols 4. Multiprocessor and Distributed Systems
教科書/參考書
1. Jane W.S. Liu, Real-Time Systems, Prentice Hall, 2000 2. Selected technical papers
評分標準
1. Mid-term Exam: 25% 2. Final Exam: 25% 3. Projects (Algorithm implementation): 20% 4. Quizzes: 17% 5. Homework: 8% 6. Paper presentation: 5% 7. Class Participation (Bonus): 5~10%
學分數
3
授課時數(周)
3
開課班級
M10955
修課人數
20
110-1_智慧型系統
教學目標
本學期自開學日110年9月22日(三)至110年10月12日(二)全校課程均採遠距線上授課 Instructor meet: https://meet.google.com/wwc-jwaj-bvx TA meet: https://meet.google.com/lookup/frdpcxrhwc google classroom: https://classroom.google.com/c/Mzk0NTI0MDkxMjQz?cjc=a2hiokx 本課程讓學生瞭解工業物聯網以及深度學習時空間資料探勘之類神經網路相關的技術，並採用Python、Tensorflow、Keras或Julia程式設計工具，訓練學生透過工業物聯網搜集工廠機台的數據並導入類神經網路模型做為智慧型系統以解決各類問題。另將深度學習和許多典型的方法對特定的主題尋求解決的結果做比較，進一步探討各種方法在效能、效率之間的差異。本課程是總結性課程(Capstone)強調問題導向學習(PBL)的訓練方式，所以引入智慧製造、智慧醫療、智慧生活等實作範例啟發學生了解實務應用，並指導學生組隊進行課程專題製作並在期末舉行公開發表，以深化學生具備智慧型系統應用能力的養成。
授課形式
理論講述與討論-78.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-22.00%;其他-0.00%
課程內容與進度
1 深度學習之基礎介紹和智慧影像分析與應用之基礎介紹 2 NN單元一：常見深度學習模型介紹 3 NN單元二：CNN深度學習模型介紹 4 NN單元三：進階深度學習模型介紹 5 NN單元四：進階深度學習模型介紹 6 業師演講：待定 7 人工智慧視覺感知運算系統模組 8 人工智慧視覺感知運算系統模組 9 期中報告 10 業師演講 11 人工智慧視覺感知運算系統模組 12 人工智慧視覺感知運算系統模組 13 業師演講 14 深度學習於智慧汽車應用 15 深度學習於智慧汽車應用 16 深度學習於智慧汽車應用 17 深度學習於智慧汽車應用 18 期末課程專題舉行公開發表
教科書/參考書
Textbook: 機器學習：類神經網路、模糊系統以及基因演算法則(修訂二版) Author: 蘇木春、張孝德著 Publishing Company: 全華圖書
評分標準
平常考 30% 期中考 35% 期末考 35% 課堂參與 -10%~+10%
學分數
3
授課時數(周)
3
開課班級
M10955
修課人數
29
本學期自開學日110年9月22日(三)至110年10月12日(二)全校課程均採遠距線上授課 Instructor meet: https://meet.google.com/wwc-jwaj-bvx TA meet: https://meet.google.com/lookup/frdpcxrhwc google classroom: https://classroom.google.com/c/Mzk0NTI0MDkxMjQz?cjc=a2hiokx 本課程讓學生瞭解工業物聯網以及深度學習時空間資料探勘之類神經網路相關的技術，並採用Python、Tensorflow、Keras或Julia程式設計工具，訓練學生透過工業物聯網搜集工廠機台的數據並導入類神經網路模型做為智慧型系統以解決各類問題。另將深度學習和許多典型的方法對特定的主題尋求解決的結果做比較，進一步探討各種方法在效能、效率之間的差異。本課程是總結性課程(Capstone)強調問題導向學習(PBL)的訓練方式，所以引入智慧製造、智慧醫療、智慧生活等實作範例啟發學生了解實務應用，並指導學生組隊進行課程專題製作並在期末舉行公開發表，以深化學生具備智慧型系統應用能力的養成。
授課形式
理論講述與討論-78.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-22.00%;其他-0.00%
課程內容與進度
1 深度學習之基礎介紹和智慧影像分析與應用之基礎介紹 2 NN單元一：常見深度學習模型介紹 3 NN單元二：CNN深度學習模型介紹 4 NN單元三：進階深度學習模型介紹 5 NN單元四：進階深度學習模型介紹 6 業師演講：待定 7 人工智慧視覺感知運算系統模組 8 人工智慧視覺感知運算系統模組 9 期中報告 10 業師演講 11 人工智慧視覺感知運算系統模組 12 人工智慧視覺感知運算系統模組 13 業師演講 14 深度學習於智慧汽車應用 15 深度學習於智慧汽車應用 16 深度學習於智慧汽車應用 17 深度學習於智慧汽車應用 18 期末課程專題舉行公開發表
教科書/參考書
Textbook: 機器學習：類神經網路、模糊系統以及基因演算法則(修訂二版) Author: 蘇木春、張孝德著 Publishing Company: 全華圖書
評分標準
平常考 30% 期中考 35% 期末考 35% 課堂參與 -10%~+10%
學分數
3
授課時數(周)
3
開課班級
M10955
修課人數
29
110-1_電腦視覺
教學目標
因應新冠肺炎疫情，依本校110年9月7日第34次嚴重特殊傳染性肺炎防疫工作小組會議紀錄決議， 本學期自開學日110年9月22日(三)至110年10月12日(二)全校課程均採遠距線上授課。 線上課程仍將實施點名 請同學於上課前登入https://meet.google.com/fms-heih-jmp 此門課主要是希望學生在修完此課程後，能瞭解電腦如何模擬人類視覺，處理視覺影像的原理，並能做到影像搜尋與影像辨識的功能。整個課程主要是以實際操作為主，在理論的基礎講解後，能實際對影像做處理與存取，最後透過案例實作，學生可學到影像基礎分類、影像深度學習分類、影像物件擷取與影像註解等技術。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-0.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-0.00%;其他:上機實作-20.00%
課程內容與進度
1. 電腦視覺介紹與影像處理基本觀念 2. 影像通道、運算與合併 3. 影像加解密與資訊隱藏 4. 影像色彩空間轉換 5. 影像幾何轉換與平滑處裡 6. 二值化影像與影像型態 7. 影像濾波與梯度 8. 影像邊緣與輪廓 9. 期中課程專題報告 10. 影像分割與分析 11. 影像搜尋(BFS、DFS) 12. 影像分群(clustering) 13. 影像基礎分類(RF、C4.5、SVM、LDA) 14. 影像進階分類(Deep Learning) 15. 影像辨識註解(KNN、BR、BRKNN、TFIDF、Entropy) 16. 視訊物件辨識與移動偵測 17. 範例實作(人臉辨識、車牌辨識、車道辨識、交通標誌辨識) 18. 期末課程專題報告
教科書/參考書
1.繆鵬，” CV+深度學習：AI最完整的跨套件Python人工智慧電腦視覺”，深智數位 2.Richard Szeliski, “Computer Vision: Algorithms and Applications 2nd Edition,” July, 2021
評分標準
平時成績(含作業及出席率)60﹪ 期中報告20% 期末報告20%
學分數
3
授課時數(周)
3
開課班級
A10755
修課人數
24
因應新冠肺炎疫情，依本校110年9月7日第34次嚴重特殊傳染性肺炎防疫工作小組會議紀錄決議， 本學期自開學日110年9月22日(三)至110年10月12日(二)全校課程均採遠距線上授課。 線上課程仍將實施點名 請同學於上課前登入https://meet.google.com/fms-heih-jmp 此門課主要是希望學生在修完此課程後，能瞭解電腦如何模擬人類視覺，處理視覺影像的原理，並能做到影像搜尋與影像辨識的功能。整個課程主要是以實際操作為主，在理論的基礎講解後，能實際對影像做處理與存取，最後透過案例實作，學生可學到影像基礎分類、影像深度學習分類、影像物件擷取與影像註解等技術。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-0.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-0.00%;其他:上機實作-20.00%
課程內容與進度
1. 電腦視覺介紹與影像處理基本觀念 2. 影像通道、運算與合併 3. 影像加解密與資訊隱藏 4. 影像色彩空間轉換 5. 影像幾何轉換與平滑處裡 6. 二值化影像與影像型態 7. 影像濾波與梯度 8. 影像邊緣與輪廓 9. 期中課程專題報告 10. 影像分割與分析 11. 影像搜尋(BFS、DFS) 12. 影像分群(clustering) 13. 影像基礎分類(RF、C4.5、SVM、LDA) 14. 影像進階分類(Deep Learning) 15. 影像辨識註解(KNN、BR、BRKNN、TFIDF、Entropy) 16. 視訊物件辨識與移動偵測 17. 範例實作(人臉辨識、車牌辨識、車道辨識、交通標誌辨識) 18. 期末課程專題報告
教科書/參考書
1.繆鵬，” CV+深度學習：AI最完整的跨套件Python人工智慧電腦視覺”，深智數位 2.Richard Szeliski, “Computer Vision: Algorithms and Applications 2nd Edition,” July, 2021
評分標準
平時成績(含作業及出席率)60﹪ 期中報告20% 期末報告20%
學分數
3
授課時數(周)
3
開課班級
A10755
修課人數
24
110-1_資料探勘
教學目標
1.本課程目的在介紹資料探勘的觀念與運作模式，深入介紹各種資料探勘技術的理論基礎及其應用方式，並藉由實際案例的研討，驗證所學的理論觀念。
2.關於遠距教學的網址說明:
(1)配合學校要求，9/22~10/12之間的課程採遠距線上教學，本課程的上課平台採google classroom，網址如下:
https://meet.google.com/lookup/a5allbmbmg
(2)請同學以學校給的email帳號登入，方便我辨識你的身分及點名。例如: 學號為M1050001，則email的帳號為m1050001@go.nuk.edu.tw
(3)也請同學主動加入此課程，方便將來參與課堂上的討論及作業
https://classroom.google.com/c/MzQ0NzUwNzMzMzE5?cjc=aupybb6
也可以先進入google classroom，再輸入課程代碼aupybb6
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-0.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
週次 內容主題
--------------------------------------------
1 Introduction
2 Data Preprocessing I
3 Data Preprocessing II
4 Data Exploration Technology
5 Classification I
6 Classification II
7 Classification III
8 Association Analysis I
9 Association Analysis II
10 Cluster Analysis I
11 Cluster Analysis II
12 Anomaly Detection
13 Other Advanced Topics
14 期末考
15 論文報告
16 論文報告
17 專題展示
教科書/參考書
教科書:
P.N. Tan, M. Steinbach , A. Karpatne, and V. Kumar, Introduction to Data Mining, 2nd Ed., Pearson, 2019.
參考書: J. Han, M. Kamber, and J. Pei, Data Mining: Concepts and Techniques, 3rd ed, Morgan Kaufmann Publishers, 2012.
評分標準
考試: 20%
作業: 30%
課程專題: 20%
論文研讀報告: 20%
出席: 10%
學分數
3
授課時數(周)
3
開課班級
M10955
修課人數
46
1.本課程目的在介紹資料探勘的觀念與運作模式，深入介紹各種資料探勘技術的理論基礎及其應用方式，並藉由實際案例的研討，驗證所學的理論觀念。
2.關於遠距教學的網址說明:
(1)配合學校要求，9/22~10/12之間的課程採遠距線上教學，本課程的上課平台採google classroom，網址如下:
https://meet.google.com/lookup/a5allbmbmg
(2)請同學以學校給的email帳號登入，方便我辨識你的身分及點名。例如: 學號為M1050001，則email的帳號為m1050001@go.nuk.edu.tw
(3)也請同學主動加入此課程，方便將來參與課堂上的討論及作業
https://classroom.google.com/c/MzQ0NzUwNzMzMzE5?cjc=aupybb6
也可以先進入google classroom，再輸入課程代碼aupybb6
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-0.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
週次 內容主題
--------------------------------------------
1 Introduction
2 Data Preprocessing I
3 Data Preprocessing II
4 Data Exploration Technology
5 Classification I
6 Classification II
7 Classification III
8 Association Analysis I
9 Association Analysis II
10 Cluster Analysis I
11 Cluster Analysis II
12 Anomaly Detection
13 Other Advanced Topics
14 期末考
15 論文報告
16 論文報告
17 專題展示
教科書/參考書
教科書:
P.N. Tan, M. Steinbach , A. Karpatne, and V. Kumar, Introduction to Data Mining, 2nd Ed., Pearson, 2019.
參考書: J. Han, M. Kamber, and J. Pei, Data Mining: Concepts and Techniques, 3rd ed, Morgan Kaufmann Publishers, 2012.
評分標準
考試: 20%
作業: 30%
課程專題: 20%
論文研讀報告: 20%
出席: 10%
學分數
3
授課時數(周)
3
開課班級
M10955
修課人數
46
110-1_專題研究(一)
教學目標
因應新冠肺炎疫情，依本校110年9月7日第34次嚴重特殊傳染性肺炎防疫工作小組會議紀錄決議， 本學期自開學日110年9月22日(三)至110年10月12日(二)全校課程均採遠距線上授課。 線上課程仍將實施點名 請同學於上課前登入https://meet.google.com/wpj-zkjv-oqb The goal of this course is to expose students to the latest research in the field of computer science and information engineering, including intelligent systems, embedded systems, networks and multimedia.
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-0.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
paper and research discussion
教科書/參考書
research papers from conferences and journals
評分標準
reports: 100%
學分數
1
授課時數(周)
3
開課班級
M11055
修課人數
18
因應新冠肺炎疫情，依本校110年9月7日第34次嚴重特殊傳染性肺炎防疫工作小組會議紀錄決議， 本學期自開學日110年9月22日(三)至110年10月12日(二)全校課程均採遠距線上授課。 線上課程仍將實施點名 請同學於上課前登入https://meet.google.com/wpj-zkjv-oqb The goal of this course is to expose students to the latest research in the field of computer science and information engineering, including intelligent systems, embedded systems, networks and multimedia.
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-0.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
paper and research discussion
教科書/參考書
research papers from conferences and journals
評分標準
reports: 100%
學分數
1
授課時數(周)
3
開課班級
M11055
修課人數
18
110-1_高等演算法
教學目標
1.複習基本演算法設計與分析的技巧
2. 了解演算法目前研究的最新動態
3. 探討各種演算法的實際應用
前三週在Teams線上教學(https://teams.microsoft.com/l/team/19%3arG1znrwHGxzm4XrjgNxaYQjPkMqnEabD0yQb41-ysTM1%40thread.tacv2/conversations?groupId=0e5a10e5-44f6-48aa-b90d-68a3f8b7077a&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7) 有選課者自動加入,擬旁聽者email給老師
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-0.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
第1週 Introduction to algorithms
第2-6週 The complexity of algorithms
第7-10週 NP-complete problem
第11週 期中考
第12週 論文研究方式
第13週 Fermat最後定理
第14-15週 greedy method, divide-and-conquer algorithms, dynamic programming strategy
第16-17週 分組報告
第18週 口試
教科書/參考書
S. Dasgupta, C. Papadimitriou, U. Vazirani: Algorithms, 2007, 開發 T. H. Cormen , C. E. Leiserson, R. L. Rivest and C. Stein: Introdution to Algorithms,Graw-Hill Book Company 2001, 開發
評分標準
報告 35% 期中考 45% 作業與平時 20%
學分數
3
授課時數(周)
3
開課班級
M10955
修課人數
16
1.複習基本演算法設計與分析的技巧
2. 了解演算法目前研究的最新動態
3. 探討各種演算法的實際應用
前三週在Teams線上教學(https://teams.microsoft.com/l/team/19%3arG1znrwHGxzm4XrjgNxaYQjPkMqnEabD0yQb41-ysTM1%40thread.tacv2/conversations?groupId=0e5a10e5-44f6-48aa-b90d-68a3f8b7077a&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7) 有選課者自動加入,擬旁聽者email給老師
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-0.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
第1週 Introduction to algorithms
第2-6週 The complexity of algorithms
第7-10週 NP-complete problem
第11週 期中考
第12週 論文研究方式
第13週 Fermat最後定理
第14-15週 greedy method, divide-and-conquer algorithms, dynamic programming strategy
第16-17週 分組報告
第18週 口試
教科書/參考書
S. Dasgupta, C. Papadimitriou, U. Vazirani: Algorithms, 2007, 開發 T. H. Cormen , C. E. Leiserson, R. L. Rivest and C. Stein: Introdution to Algorithms,Graw-Hill Book Company 2001, 開發
評分標準
報告 35% 期中考 45% 作業與平時 20%
學分數
3
授課時數(周)
3
開課班級
M10955
修課人數
16
110-1_書報討論(三)
教學目標
1.增廣學生的研究興趣及知識
2.訓練學生如何做好研究
3.學習著名學者的研究技巧及風範
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-30.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1.第一周授課
2.邀請著名學者演講 3.學生報告自己的論文想法
教科書/參考書
學者演講投影片
評分標準
1. 出席(50%)
2. 心得報告內容(40%)
3. 隨堂討論(10%)
學分數
1
授課時數(周)
2
開課班級
M10955
修課人數
16
1.增廣學生的研究興趣及知識
2.訓練學生如何做好研究
3.學習著名學者的研究技巧及風範
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-30.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1.第一周授課
2.邀請著名學者演講 3.學生報告自己的論文想法
教科書/參考書
學者演講投影片
評分標準
1. 出席(50%)
2. 心得報告內容(40%)
3. 隨堂討論(10%)
學分數
1
授課時數(周)
2
開課班級
M10955
修課人數
16
110-1_書報討論(一)
教學目標
因應新冠肺炎疫情，依本校110年9月7日第34次嚴重特殊傳染性肺炎防疫工作小組會議紀錄決議， 本學期自開學日110年9月22日(三)至110年10月12日(二)全校課程均採遠距線上授課。 線上課程仍將實施點名 請同學於上課前登入https://meet.google.com/wpj-zkjv-oqb 1.瞭解最新的科技趨勢 2.充實實務知識 3.強化研究技巧 4.增加英文閱讀語寫作能力
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-30.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1.第一周授課 2.其餘邀請著名學者演講
教科書/參考書
者演講投影片
評分標準
1.出席(50%) 2.心得報告內容(50%)
學分數
1
授課時數(周)
2
開課班級
M11055
修課人數
18
因應新冠肺炎疫情，依本校110年9月7日第34次嚴重特殊傳染性肺炎防疫工作小組會議紀錄決議， 本學期自開學日110年9月22日(三)至110年10月12日(二)全校課程均採遠距線上授課。 線上課程仍將實施點名 請同學於上課前登入https://meet.google.com/wpj-zkjv-oqb 1.瞭解最新的科技趨勢 2.充實實務知識 3.強化研究技巧 4.增加英文閱讀語寫作能力
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-30.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1.第一周授課 2.其餘邀請著名學者演講
教科書/參考書
者演講投影片
評分標準
1.出席(50%) 2.心得報告內容(50%)
學分數
1
授課時數(周)
2
開課班級
M11055
修課人數
18
110-1_文字語音互動機器人
教學目標
本課程將延伸核心課程「人工智慧」及進階課程「深度神經網路」與「模糊與演化式計算」的基礎知識，介紹無字及語音相關的處理與辨識技術，讓學生可以利用整合機器學習與軟式計算的方法進行文字語音人機互動軟體設計，並實現在機器人上進行文字語音的互動。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-0.00%;專題實作與報告-10.00%;田野調查-0.00%;實驗-50.00%;其他-0.00%
課程內容與進度
依據學校公布之防疫規定，本課程9/22~10/12之間採線上課程進行，線上課程將以Google Meet進行。 9月 22日 (星期三) · 上午9:00 - 下午12:00 如何加入 Google Meet 會議 視訊通話連結：https://meet.google.com/zbt-cjbe-gdj 或撥打以下電話號碼：?(US) +1 319-423-8615? PIN 碼：?223 759 525?# 第一週 課程簡介 第二週 自然語言處理簡介 第三週 文字辨識簡介 第四週 文字辨識技術實作 第五週 文字辨識技術演練 第六週 文字處理技術簡介 第七週 文字處理技術實作 第八週 文字處理技術實作演練 第九週 文字辨識與處理整合演練與成果展示 第十週 語音前置的方法與步驟 第十一週 語音取樣、取音框、傅立葉轉換、高通濾波、漢明窗等語音前置處理演練 第十二週 語音特徵值計算程式設計演練 第十三週 語音辨識演算法介紹—基於監督式機器學習方法 第十四週 語音辨識演算法介紹—基於非監督式機器學習方法 第十五週 語音辨識資料庫使用 第十六週 語音辨識演算程式設計演練 第十七週 語音辨識與處理整合演練與成果展示 第十八週 機器人文字語音互動專題演練
教科書/參考書
自編教材
評分標準
期中考20% 期末考20% 實做 40% 專題報告 20%
學分數
3
授課時數(周)
3
開課班級
M10955
修課人數
41
本課程將延伸核心課程「人工智慧」及進階課程「深度神經網路」與「模糊與演化式計算」的基礎知識，介紹無字及語音相關的處理與辨識技術，讓學生可以利用整合機器學習與軟式計算的方法進行文字語音人機互動軟體設計，並實現在機器人上進行文字語音的互動。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-0.00%;專題實作與報告-10.00%;田野調查-0.00%;實驗-50.00%;其他-0.00%
課程內容與進度
依據學校公布之防疫規定，本課程9/22~10/12之間採線上課程進行，線上課程將以Google Meet進行。 9月 22日 (星期三) · 上午9:00 - 下午12:00 如何加入 Google Meet 會議 視訊通話連結：https://meet.google.com/zbt-cjbe-gdj 或撥打以下電話號碼：?(US) +1 319-423-8615? PIN 碼：?223 759 525?# 第一週 課程簡介 第二週 自然語言處理簡介 第三週 文字辨識簡介 第四週 文字辨識技術實作 第五週 文字辨識技術演練 第六週 文字處理技術簡介 第七週 文字處理技術實作 第八週 文字處理技術實作演練 第九週 文字辨識與處理整合演練與成果展示 第十週 語音前置的方法與步驟 第十一週 語音取樣、取音框、傅立葉轉換、高通濾波、漢明窗等語音前置處理演練 第十二週 語音特徵值計算程式設計演練 第十三週 語音辨識演算法介紹—基於監督式機器學習方法 第十四週 語音辨識演算法介紹—基於非監督式機器學習方法 第十五週 語音辨識資料庫使用 第十六週 語音辨識演算程式設計演練 第十七週 語音辨識與處理整合演練與成果展示 第十八週 機器人文字語音互動專題演練
教科書/參考書
自編教材
評分標準
期中考20% 期末考20% 實做 40% 專題報告 20%
學分數
3
授課時數(周)
3
開課班級
M10955
修課人數
41
110-1_無線網路
教學目標
修完課程後對於現有無線網路運作原理與系統有一定程度認識，可從事相關網路系統管理維護工作，或運用於研究所階段的相關學術研究。 線上授課採用Google Classroom 課程代碼: qbd7wbp Meet連結: https://meet.google.com/zan-ochz-her
授課形式
理論講述與討論-80.00%;個案分析或作品賞析-0.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction
2. Wireless MAC Schemes
3. Wireless Local Area Networks
4. Wireless Ad Hoc Networks
5. Cross-Layer Optimization for Mobile Multimedia
6. Cognitive Radio Networks
7. Femtocell
8. NB-IoT
教科書/參考書
陳裕賢等著, 無線網路與行動計算, 全華, 2013.
Dharma Prakash Agrawal and Qing-An Zeng, Introduction to Wireless and Mobile Systems, 4th Edition, Brooks/Cole, 2015.
Clint Smith and Daniel Collins, Wireless Networks: Design and Integration for LTE, EVDO, HSPA, and WiMAX, 3rd Edition, McGraw-Hill Education, 2014.
William Stallings, Wireless Communications and Networks, Prentice Hall, 2002.
評分標準
Quizzes (25%)
Mid-term exam (25%)
A presentation for new wireless topics (20%)
Final exam (30%)
學分數
3
授課時數(周)
3
開課班級
M10955
修課人數
33
修完課程後對於現有無線網路運作原理與系統有一定程度認識，可從事相關網路系統管理維護工作，或運用於研究所階段的相關學術研究。 線上授課採用Google Classroom 課程代碼: qbd7wbp Meet連結: https://meet.google.com/zan-ochz-her
授課形式
理論講述與討論-80.00%;個案分析或作品賞析-0.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction
2. Wireless MAC Schemes
3. Wireless Local Area Networks
4. Wireless Ad Hoc Networks
5. Cross-Layer Optimization for Mobile Multimedia
6. Cognitive Radio Networks
7. Femtocell
8. NB-IoT
教科書/參考書
陳裕賢等著, 無線網路與行動計算, 全華, 2013.
Dharma Prakash Agrawal and Qing-An Zeng, Introduction to Wireless and Mobile Systems, 4th Edition, Brooks/Cole, 2015.
Clint Smith and Daniel Collins, Wireless Networks: Design and Integration for LTE, EVDO, HSPA, and WiMAX, 3rd Edition, McGraw-Hill Education, 2014.
William Stallings, Wireless Communications and Networks, Prentice Hall, 2002.
評分標準
Quizzes (25%)
Mid-term exam (25%)
A presentation for new wireless topics (20%)
Final exam (30%)
學分數
3
授課時數(周)
3
開課班級
M10955
修課人數
33
110-1_嵌入式系統
教學目標
本課程將以實作方式進行，這學期將從最簡易入門的Arduino開始，並帶領同學了解可以在Arduino上執行的Free RTOS，結合作業系統與硬體知識。此外，也將介紹據WiFi與低功率藍芽的NodeMCU ESP32s開發板的使用。本課程將結合台大智慧聯網基礎技術聯盟的MOOCS課程資源，並須在期末製作專題作品。 使用微軟Teams，請以你的帳號如xxx@o365.nuk.edu.tw登入Teams，再利用團隊代碼 iwkvmlg加入課程。 Line群組: http://line.me/ti/g/Cwxnrqedv0
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-0.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%
課程內容與進度
1. Introduction to Embedded Systems 2. Arduino 3. FreeRTOS 4. NodeMCU ESP32s
教科書/參考書
1. Arduino最佳入門與應用：打造互動設計輕鬆學
評分標準
1. Mid-term Exam: 15% 2. Final Exam: 15% 3. Lab、實習心得：15% 4. Quizzes: 10% 5. Project: 45% 6. Class Participation (Bonus): 5~10%
學分數
3
授課時數(周)
3
開課班級
A10855
修課人數
30
本課程將以實作方式進行，這學期將從最簡易入門的Arduino開始，並帶領同學了解可以在Arduino上執行的Free RTOS，結合作業系統與硬體知識。此外，也將介紹據WiFi與低功率藍芽的NodeMCU ESP32s開發板的使用。本課程將結合台大智慧聯網基礎技術聯盟的MOOCS課程資源，並須在期末製作專題作品。 使用微軟Teams，請以你的帳號如xxx@o365.nuk.edu.tw登入Teams，再利用團隊代碼 iwkvmlg加入課程。 Line群組: http://line.me/ti/g/Cwxnrqedv0
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-0.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%
課程內容與進度
1. Introduction to Embedded Systems 2. Arduino 3. FreeRTOS 4. NodeMCU ESP32s
教科書/參考書
1. Arduino最佳入門與應用：打造互動設計輕鬆學
評分標準
1. Mid-term Exam: 15% 2. Final Exam: 15% 3. Lab、實習心得：15% 4. Quizzes: 10% 5. Project: 45% 6. Class Participation (Bonus): 5~10%
學分數
3
授課時數(周)
3
開課班級
A10855
修課人數
30
110-1_資訊專題講座(一)
教學目標
擴展學生視野，培養學生鑽研學術的興趣，增進學生對產業現況的了解。 因應新冠肺炎疫情，依本校110年9月7日第34次嚴重特殊傳染性肺炎防疫工作小組會議紀錄決議， 本學期自開學日110年9月22日(三)至110年10月12日(二)全校課程均採遠距線上授課。 線上課程仍將實施點名 請同學於上課前登入https://meet.google.com/wpj-zkjv-oqb
授課形式
理論講述與討論-0.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他:專家以及學者演講-100.00%
課程內容與進度
依主題邀請專家以及學者演講，或由研究生報告。進度參見高大資工系網或 https://sites.google.com/site/csienuktw/
教科書/參考書
無
評分標準
現場親自簽名: 不得請人代簽或幫他人簽名(-100%) 上網繳交心得與QA 評分標準(暫定) 1. 出席 (80%): 現場親自簽名、上傳心得報告 2. 心得報告內容(±10%) 3. 隨堂討論 (10%) 4. 平時表現 (bonus)
學分數
1
授課時數(周)
2
開課班級
A10755
修課人數
47
擴展學生視野，培養學生鑽研學術的興趣，增進學生對產業現況的了解。 因應新冠肺炎疫情，依本校110年9月7日第34次嚴重特殊傳染性肺炎防疫工作小組會議紀錄決議， 本學期自開學日110年9月22日(三)至110年10月12日(二)全校課程均採遠距線上授課。 線上課程仍將實施點名 請同學於上課前登入https://meet.google.com/wpj-zkjv-oqb
授課形式
理論講述與討論-0.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他:專家以及學者演講-100.00%
課程內容與進度
依主題邀請專家以及學者演講，或由研究生報告。進度參見高大資工系網或 https://sites.google.com/site/csienuktw/
教科書/參考書
無
評分標準
現場親自簽名: 不得請人代簽或幫他人簽名(-100%) 上網繳交心得與QA 評分標準(暫定) 1. 出席 (80%): 現場親自簽名、上傳心得報告 2. 心得報告內容(±10%) 3. 隨堂討論 (10%) 4. 平時表現 (bonus)
學分數
1
授課時數(周)
2
開課班級
A10755
修課人數
47