資訊工程學系

教學目標
人工智慧與金融科技為當今重要之科技領域，本課程將教授此二領域的背景知識、理論及整合應用，循序漸進以讓學生具備跨此二領域的知識及能力。

授課形式
理論講述與討論-70.00%;個案分析或作品賞析-15.00%;專題實作與報告-15.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%

課程內容與進度
Week 1. 金融科技與人工智慧簡介
Week 2. 金融科技與人工智慧簡介
Week 3. 金融科技與人工智慧簡介
Week 4. Simple Investment Models
Week 5. Simple Investment Models
Week 6. 網頁技術及自動化網頁爬蟲簡介
Week 7. 財務資料自動化更新及建模
Week 8. 遺傳演算法及最佳化技術簡介
Week 9. 遺傳演算法及最佳化技術簡介
Week 10. Midterm-term project demo
Week 11. Introduction to learning
Week 12. Introduction to learning
Week 13. Nearest Neighbor Algorithms
Week 14. Information Theory and Decision Trees
Week 15. Decision Trees, Data Mining, and Weka 簡介
Week 16. 人工智慧於股市的應用
Week 17. 人工智慧於股市的應用
Week 18. Final-project demo


教科書/參考書
自訂教材
參考教材: AI 證券投資分析：探索超額報酬 使用Excel實作，葉怡成


評分標準
Homework: 25% Project demos:75% Class attendance: +-10%

學分數
3

授課時數(周)
3

開課班級
L11155

修課人數
19

教學目標
1. 本課程內容注重於開發嵌入式多核心系統整合技術、程式平行化技術、與應用技術。 2. 希望能藉此課程讓學生具備嵌入式多核心系統整合設計的知識與應用能力 3. 預計講述cuda、pthread、openMP函式應用

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-20.00%;田野調查-0.00%;實驗-20.00%;其他-0.00%

課程內容與進度
1. Multicore Processor Architecture 2. Parallel Computing Concepts 3. Basic Parallel Programming 4. CUDA 5. Posix thread programming 6. OpenMP

教科書/參考書
1. Max Domeika, “Software Development for Embedded Multi-core Systems: A Practical Guide Using Embedded Intel Architecture,” Newnes, 2008. 2. S. Akhterm, “Multi-core Programming: Increasing Performance Through Software Multi-threading,” Intel Press, 2006.

評分標準
1. Mid-term Exam: 30% 2. Final Exam: 30% 3. Project:30% 4. Quiz:10% 5. Paper Presentation: 5% 6. Class Participation (Bonus): 5~10%

學分數
3

授課時數(周)
3

開課班級
L11155

修課人數
6

教學目標
學習各種深度學習模型，諸如深度神經網路、自動編碼器、卷積神經網路、遞歸神經網路、長短期記憶模型和生成對抗網路，應用在電腦視覺、自動語音識別、自然語言處理、音頻識別和生物資訊等領域，以產生最新的成果。本課程將介紹深度學習的概念，並教導如何運用「深度學習程式設計的技巧」與「深度學習各種模型及其應用領域」等相關技術，以及探討深度學習的現況和未來的發展。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分析應用能力的養成。

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
由各授課老師制定論文研讀主題與各週研讀進度

教科書/參考書
相關論文

評分標準
報告 60%
參與討論 30%
出席 10%

學分數
3

授課時數(周)
3

開課班級
L11155

修課人數
14

教學目標
由於網路的快速發展，造成資訊傳播的普及。人們不斷地追求如何加快擷取資訊，卻忽略了資訊的品質。我們無法判定所擷取到的資訊，是否正確、是否完整、是否曾被修改、是否曾被竊取。因此，為了提高資訊的品質，『網路安全』的概念是我們必備的常識。

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. 簡介 – 2. 密碼技術: 傳統加解密(Classical Encryption) AES 公開金匙加解密(Public-Key Cryptography)含RSA 橢圓系統 金匙管理(Key Management) 數位簽章(Signature) –Hash –MAC – 3. 網路安全應用(Network security applications) 認證 –郵件安全-4G/5G安全協定 4. 比特幣與區塊鏈 (Bitcoin and blockchain) 5. 物聯網(IOT)安全

教科書/參考書
Guide to Computer Network Security Fifth Edition by Joseph Migga Kizza

評分標準
期中考 40% 出席 25% 專題報告 30% 期末口試5%

學分數
3

授課時數(周)
3

開課班級
L11155

修課人數
14

教學目標
本課程提供碩士班學生參與智慧型系統相關論文研讀與分組討論之訓練，以培養碩士班學生論文研讀與上台報告之能力。

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-30.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%

課程內容與進度
由各授課老師制定論文研讀主題與各週研讀進度

教科書/參考書
相關論文

評分標準
報告 60%
參與討論 30%
出席 10%

學分數
2

授課時數(周)
2

開課班級
L11155

修課人數
11

教學目標
本課程提供碩士班學生參與智慧型系統相關論文研讀與分組討論之訓練，以培養碩士班學生論文研讀與上台報告之能力。

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-30.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%

課程內容與進度
由各授課老師制定論文研讀主題與各週研讀進度

教科書/參考書
相關論文

評分標準
報告 60%
參與討論 30%
出席 10%

學分數
2

授課時數(周)
2

開課班級
L11255

修課人數
10

教學目標
學習各種深度學習模型，諸如深度神經網路、自動編碼器、卷積神經網路、遞歸神經網路、長短期記憶模型和生成對抗網路，應用在電腦視覺、自動語音識別、自然語言處理、音頻識別和生物資訊等領域，以產生最新的成果。本課程將介紹深度學習的概念，並教導如何運用「深度學習程式設計的技巧」與「深度學習各種模型及其應用領域」等相關技術，以及探討深度學習的現況和未來的發展。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分析應用能力的養成。

授課形式
理論講述與討論-20.00%;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-50.00%;其他-0.00%

課程內容與進度
次數 授課教師 課程內容 1 張保榮 深度學習及Tensorflow介紹 2 張保榮 機率、資訊論與數值計算 3 張保榮 深度學習應用工具 4 張保榮 深度前饋網路 5 張保榮 深度學習規則化 6 張保榮 近似推論 7 張保榮 變分推理和蒙地卡羅法 8 張保榮 深度模型優化 9 張保榮 自動編碼器 10 張保榮 課程專題討論 11 張保榮 隨機誤差倒傳遞演算法 12 張保榮 深度生成模型 13 張保榮 深度波茲曼機器 14 張保榮 生成隨機網路 15 張保榮 卷積神經網路 16 張保榮 遞歸神經網路 17 張保榮 長短期記憶模型 18 張保榮 期末課程專題公開展示

教科書/參考書
1. 自編教材與指定技術報告 (50%) 2. 聯盟提供教材 (50%) 3..自由軟體: (1)Anaconda下載 https://www.anaconda.com/ (2)Python下載 https://www.python.org/ (3)Tensorflow下載 https://www.tensorflow.org/ (4) TensorBoard下載 https://www.tensorflow.org/guide/summaries_and_tensorboard (5)Keras下載 https://pypi.org/project/Keras/ (6)PyChrome下載 https://pypi.org/project/pychrome/ (7)手寫辨識資料集 https://scidm.nchc.org.tw/dataset/mnist (8) MIT ECG Database下載 https://physionet.org/physiobank/database/ptbdb/ (9)CIFAR-10資料集 https://www.cs.toronto.edu/~kriz/cifar.html

評分標準
Assignments: 70% Midterm Project: 15% Final Project: 15% Show up: -10%~10%

學分數
3

授課時數(周)
3

開課班級
M11155

修課人數
27

教學目標
本課程提供碩士班學生參與智慧型系統相關論文研讀與分組討論之訓練，以培養碩士班學生論文研讀與上台報告之能力。

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-30.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%

課程內容與進度
由各授課老師制定論文研讀主題與各週研讀進度

教科書/參考書
相關論文

評分標準
報告 60%
參與討論 30%
出席 10%

學分數
3

授課時數(周)
3

開課班級
M11255

修課人數
19

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. 其餘邀請著名學者演講
3. 研究生報告其論文想法

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
M11255

修課人數
21

教學目標
* 了解大語言模型的基礎知識，包括架構、訓練方式、應用範圍等。 * 掌握大語言模型的實作技能，包括模型訓練、調校、應用等。 * 能夠獨立完成大語言模型的實務作業，並團隊完成實務應用專題。

授課形式
理論講述與討論-10.00%;個案分析或作品賞析-20.00%;專題實作與報告-40.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%

課程內容與進度
採PBL方式，建議已通過系CPE畢業門檻、具一定Python程式設計能力者。 單元一：大語言模型概論 單元二：大語言模型的利用 單元三：大語言模型的實作 單元四：大語言模型的應用 單元五：基礎實作練習 單元六：進階實作練習 單元七：專題製作

教科書/參考書
自編教材

評分標準
1.實作實驗 (30%) 2.期中報告 (30%) 3.期末專題 (40%)

學分數
3

授課時數(周)
3

開課班級
M11155

修課人數
10

教學目標
本課程主要程式語言為C#與python，為業界常用的程式語言。C#為一種物件導向程式語言，有別於結構化語言，故學生在此課程中，除基本的結構化語言外，透過循序漸進，上機實作，訓練學生思考問題的能力，先由輸出結果，思考如何設計輸入介面與核心程式，針對輸入要求，來分析問題，透過流程圖來訓練學生羅集思考能力，最後能實際完成視窗系統。關於Python，將介紹指令語法、講解視窗製作與撰寫，透過一步步講解而認識tkinter套件與繪圖元件，學會python遊戲製作。最後，學生在此門課可學會利用C#與python連接資料庫、製作視窗系統與製作遊戲。

授課形式
理論講述與討論-30.00%;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:上機實作-50.00%

課程內容與進度
本課程包含C#與python兩大主軸 C#部分，包含以下重點： 1.變數與資料型態 2.程式設計模式 3.內建類別庫與方法 4.物件導向概念 5.簡易表單 6.選擇、判斷、迴圈之視窗系統與遊戲 7.常用類別之視窗系統與遊戲 8.常用控制項之視窗系統與遊戲 9.列舉&結構之視窗系統與遊戲 10.陣列之視窗系統與遊戲 11.檔案處理 12.自訂工具列 13.多表單 14.多媒體與繪圖 15.資料庫 16.網路 Python部分，包含以下重點： 1.執行緒 2.Tkinter套件 3.Canvas繪圖元件 4.PIL影像處理套件 5.Pygame套件 6.物件與類別 7.網路爬蟲 8.視窗設計 9.遊戲實作 10.AI遊戲設計

教科書/參考書
1. 彭建文 著, "C#程式設計入門與實務：百分百自學手冊", 博碩, ISBN： 978-986-434-470-3 2. 蔡文龍、何嘉益、張志成、張力元 著 吳明哲 策劃, "Visual C# 2019程式設計經典-邁向Azure雲端與AI影像辨識服務" ISBN： 9789865026271 3. 蔡文龍 著, 吳明哲 策劃, "Visual C# 2017程式設計經典", 碁, ISBN： 9789864765676 4. 邏輯林 著，"結合生活與遊戲的C#語言"，全華，ISBN 978-986-503-031-5 5. 洪錦魁，Python網路爬蟲：大數據擷取、清洗、儲存與分析 王者歸來(第二版)，深智數位，ISBN：9789860776478

評分標準
出席: 30% 作業: 30% 期中: 20% 期末: 20%

學分數
3

授課時數(周)
3

開課班級
A11155

修課人數
29

教學目標
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-40.00%;個案分析或作品賞析-30.00%;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.第一周授課 2.邀請著名學者演講 3. 請學生報告相關論文

教科書/參考書
無

評分標準
出席: 50% 心得: 50%

學分數
1

授課時數(周)
2

開課班級
A10955

修課人數
48

教學目標
1. 教授人工智慧基本原理
2. 介紹處理不同種類問題之人工智慧策略
3. 指導學生利用人工智慧解決問題
4. 訓練學生推理及邏輯能力


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
Unit 1. Introduction to AI
Unit 2. Agents, Search methodologies, and advanced search
Unit 3: Constraint satisfaction problems
Unit 4: Knowledge Representation
Unit 5. Introduction to machine learning: unsupervised learning, supervised learning, clustering and decision tree
Unit 6. Introduction to Text Mining and Web Mining
Unit 7. Projects presentation


教科書/參考書
Stuart Russell and Peter Norvig, Artificial Intelligence: A Modern Approach, 3rd Edition, 2010.

評分標準
Tentative grading policies, subject to change.
Attendance and discussion: 10%
Midterm Exam: 20%
Two Projects: 40%
Homework/Quiz: 30%


學分數
3

授課時數(周)
3

開課班級
A11055

修課人數
24

教學目標
由於網路的快速發展，造成資訊傳播的普及。人們不斷地追求如何加快擷取資訊，卻忽略了資訊的品質。我們無法判定所擷取到的資訊，是否正確、是否完整、是否曾被修改、是否曾被竊取。因此，為了提高資訊的品質，『網路安全』的概念是我們必備的常識。

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 週簡介and Ch1 2-3週 傳統加解密1(Classical Encryption) – Ch2 4-6週傳統加解密2(Classical Encryption) – Ch5 AES 7-9週公開金匙加解密(Public-Key Cryptography)含RSA – Ch9 10週 期中考 11週 Hash – Ch11 比特幣(含區塊鏈) 12週 數位簽章(Signature) – Ch13, and MAC – Ch12 13週 郵件安全 – Ch19 14週 Demo 專題 15-16週網路法律安全(含電腦病毒、網路釣魚) 17週 期末筆考 18週 期末口試

教科書/參考書
Cryptography and Network Security 6th Edition by William Stallings

評分標準
期中考 25% 專題作業 25% 出席 20% 期末考 25% 口試5%

學分數
3

授課時數(周)
3

開課班級
A11055

修課人數
41

教學目標
1. Learning the basic steps in digital image processing.
2. Practicing digital image processing in simple C language.


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-20.00%;田野調查-0.00%;實驗-30.00%;其他-0.00%

課程內容與進度
1. Introduction
2. Digital Image Fundamentals
3. Image Enhancement in the Spatial Domain
4. Image Enhancement in the Frequency Domain
5. Image Restoration


教科書/參考書
教科書：Digital Image Processing, Fourth Edition (Global Edition), by Rafael C. Gonzalez and Richard E. Woods, Pearson, 2018. 開發圖書代理
參考書：1. Digital Image Processing-A Practical Introduction Using Java, by Nick Efford, Pearson Education Limited, 2000.


評分標準
Midterm (25%)
Final (25%)
Term project (20%)
5 Homework assignments (30%)
Class attendance (-10~+10%)


學分數
3

授課時數(周)
3

開課班級
A11055

修課人數
41

教學目標
此課程主要在介紹軟體工程的基本概念，並透過實例的講解使學生熟悉軟體開發的流程。學生在修習完成此課程後，應能了解何謂軟體工程、軟體工程的重要性、與如何運用軟體工程的方法開發軟體與管理軟體開發專案。



授課形式
理論講述與討論-40.00%;個案分析或作品賞析-20.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他:課堂練習-10.00%

課程內容與進度
週次 主題
------------------------------------------------------------------
1 Course Introduction & Overview
2 Software Process Models
3 Agile Modeling
4 Requirements Engineering
5 Requirement Modeling I
6 Requirement Modeling II
7 UML Modeling with Rational Rose and StarUML 上機練習
8 期中考
9 Software Design
10 Architectural Design
11 Component-level Design
12 User Interface Design
13 Software Testing
14 業界專家分享
15 Software Project Management and Planning
16 期末考
17 專案成果展示

教科書/參考書
Textbook:
Roger S. Pressman and Bruce R. Maxim, Software Engineering: A Practitioner's Approach, 8th Edition, McGraw-Hill, 2015.

References:
1. Ian Sommerville, Software Engineering, 10th Edition, Addison Wesley, 2015.
2. Introduction to Software Engineering, Software Engineering Consortium Taiwan (SECT), http://www.sec.org.tw


評分標準
In-Class Exercises: 20%
Quiz: 10%
Midterm: 15%
Final: 15%
Project Reports: 25%
Project Demo: 15%


學分數
3

授課時數(周)
3

開課班級
A11055

修課人數
49

教學目標
作業系統是電腦系統運作的基本要件之一，本課程介紹作業系統的基本觀念及演算法，並以多種商用普及的作業系統為例，使學生對現代電腦的軟硬體運作有更深入的了解。

授課形式
理論講述與討論-70.00%;個案分析或作品賞析-15.00%;專題實作與報告-15.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%

課程內容與進度

• Overview
• Process management
• Storage management
• I/O systems
• Distributed systems
• Protection and security
• Case studies

教科書/參考書
Silberschatz, Galvin, and Gagne, Operating System Essentials, John Wiley & Sons, Inc.

評分標準
1. 作業與程式 2. 隨堂小考 3. 期中考 4. 期末考

學分數
3

授課時數(周)
3

開課班級
A11055

修課人數
57

教學目標
此課程目的在透過學生分組進行專題製作的過程達到： 1.驗證大學四年所學之資訊專業知識 2.培養團隊合作精神 3.訓練系統開發、整合與實作能力

授課形式
理論講述與討論-10.00%;個案分析或作品賞析-0.00%;專題實作與報告-90.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%

課程內容與進度
由指導教授掌控各組進度，惟期末各組須繳交一份專題計畫書，包含專題題目、摘要、進行時程、內容、預期成果等。

教科書/參考書
無

評分標準
依「專題計畫書」內容及學生之表現，由指導教授評定分數

學分數
1

授課時數(周)
2

開課班級
A11055

修課人數
49

教學目標
教導學生如何撰寫JAVA程式和建立撰寫程式之觀念，並且分享程式開發之經驗，期望學生除了具備JAVA程式開發能力之外，能自主學習其他程式語言為目標。

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
1. Introduction to Java
2. Variables
3. Flow of control
4. Class I
5. Class II
6. Arrays
7. Inheritance
8. Abstract
8. Generics 9. JAVA Collection
10. Swing
11. Multithread
12. Package

教科書/參考書
1. W. Savitch, Absolute Java, 6th Ed., Pearson, 2012.
2. Paul Deitel and Harvey Deitel, “Java How to Program Early Objects”, 10th Ed., 全華圖書.
3. 洪維恩, Java 7 教學手冊 第五版, 旗標, 2012.


評分標準
Homeworks (25%).
Mid-term exam (25%).
Final exam (25%).
Final project (25%).
Attendances (-5%-+5%).


學分數
3

授課時數(周)
3

開課班級
A11155

修課人數
35

教學目標
1. 使學生瞭解Intel x86系列CPU架構. 2. 訓練學生撰寫組合語言程式能力. 3. 以程式專案驗收學習成果.

授課形式
理論講述與討論-60.00%;個案分析或作品賞析-10.00%;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
Ch.1: Basic Concepts
Ch.2: x86 Processor Architecture
Ch.3: Assembly Language Fundamentals
Ch.4: Data Transfers, Addressing, and Arithmetic
Ch.5: Procedures
Ch.6: Conditional Processing
Ch.7: Integer Arithmetic
Ch.8: Advanced Procedures
Ch.9: Strings and Arrays


教科書/參考書
Kip Irvine, Assembly Language for x86 Processors, 7th edition

評分標準
1. Homework + Quiz: 25%
2. Mid-term Exam: 25%
3. Final Exam: 25%
4. Term Project: 25%
5. Class Participation (Bonus): -5~+5%

學分數
3

授課時數(周)
3

開課班級
A11155

修課人數
51