115-1_高等電腦網路
資訊工程學系
教學目標
本課程旨在建立學生對電腦網路與通訊協定的進階知識，並培養分析與應用網路技術的能力。課程採用由上而下（Top-Down）的方式進行，依序介紹從實體層、網路層、傳輸層至應用層等不同層級的核心概念與重要協定，讓學生逐步了解電腦網路的運作原理與架構。
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-20.00%;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
Computer Networks and the Internet Application Layer Transport Layer The Network Layer: Data Plane The Network Layer: Control Plane The Link Layer and LANs The Link Layer and LANs 依據學生的學習情況，彈性調整課程進度與教學內容
教科書/參考書
Jim Kurose, Keith Ross, Computer Networking: A Top-Down Approach, 8th edition
評分標準
1.課堂表現：20% 2.作業：20% 3.期中考：30% 4.期末考：30%
學分數
3
授課時數(周)
3
開課班級
M11455
修課人數
0
本課程旨在建立學生對電腦網路與通訊協定的進階知識，並培養分析與應用網路技術的能力。課程採用由上而下（Top-Down）的方式進行，依序介紹從實體層、網路層、傳輸層至應用層等不同層級的核心概念與重要協定，讓學生逐步了解電腦網路的運作原理與架構。
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-20.00%;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
Computer Networks and the Internet Application Layer Transport Layer The Network Layer: Data Plane The Network Layer: Control Plane The Link Layer and LANs The Link Layer and LANs 依據學生的學習情況，彈性調整課程進度與教學內容
教科書/參考書
Jim Kurose, Keith Ross, Computer Networking: A Top-Down Approach, 8th edition
評分標準
1.課堂表現：20% 2.作業：20% 3.期中考：30% 4.期末考：30%
學分數
3
授課時數(周)
3
開課班級
M11455
修課人數
0
115-1_資訊檢索與生成式人工智慧
資訊工程學系
教學目標
教導學生資訊檢索、搜尋引擎、生成式人工智慧之理論模型、技術，以及實作方法。
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
Unit 1. Introduction, Boolean Retrieval and Inverted Index
Unit 2. Web Search Basics and Spiders
Unit 3. Evaluation in Information Retrieval
Unit 4. Ranked Retrieval, Scoring, Term Weighting and the Vector Space Model
Unit 5. Introduction to Generative Artificial Intelligence
Unit 6. Large language models and Generative Pre-trained Transformers (GPT)
Unit 7. Prompt Engineering
Unit 8. Context Engineering
Unit 9. Agentic Engineering
教科書/參考書
1. Introduction to Information Retrieval, by C. Manning, P. Raghavan, and H. Schütze. Cambridge University Press, 2008.
2. 自訂教材
評分標準
1. Homework/quiz/presentation: 25%
2. Three term projects: 75%
3. Show-Up: -10%~10%
學分數
3
授課時數(周)
3
開課班級
L11455
修課人數
0
教導學生資訊檢索、搜尋引擎、生成式人工智慧之理論模型、技術，以及實作方法。
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
Unit 1. Introduction, Boolean Retrieval and Inverted Index
Unit 2. Web Search Basics and Spiders
Unit 3. Evaluation in Information Retrieval
Unit 4. Ranked Retrieval, Scoring, Term Weighting and the Vector Space Model
Unit 5. Introduction to Generative Artificial Intelligence
Unit 6. Large language models and Generative Pre-trained Transformers (GPT)
Unit 7. Prompt Engineering
Unit 8. Context Engineering
Unit 9. Agentic Engineering
教科書/參考書
1. Introduction to Information Retrieval, by C. Manning, P. Raghavan, and H. Schütze. Cambridge University Press, 2008.
2. 自訂教材
評分標準
1. Homework/quiz/presentation: 25%
2. Three term projects: 75%
3. Show-Up: -10%~10%
學分數
3
授課時數(周)
3
開課班級
L11455
修課人數
0
115-1_物聯網
資訊工程學系
教學目標
隨著資訊與通訊科技的蓬勃發展，網際網路的連結裝置，從傳統以電腦為主，目前已擴大到具行動性的智慧型裝置，如手機、手錶、眼鏡、車輛、飛行器等裝置，未來也將應用到更多樣的設備或物體上。以物體聯網應用為導向的物聯網，遂成為目前熱門的學術研究與產業發展議題。本課程將介紹物聯網的概念，並說明與物聯網有關的網路與系統技術，以及應用現況及未來展望。主要以LoRa協定與相關模組之應用為基礎。
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-10.00%;其他-0.00%
課程內容與進度
課程前半段時間將介紹Arduino Nano BLE平台的應用，以它為中心學習開發板、LoRa協定和模組、與機器學習的應用。 內建感測器應用 BLE UART LoRaWan協定簡單介紹 LoRaWan模組應用 MQTT 基礎機器學習介紹與應用 後半學期介紹紹IoT相關通訊協定技術知識與產業應用，教學內容以IoT技術為主軸，包含：NB-IoT, LoRa, Fog, and NR等，介紹IoT與5G之關聯性，以及IoT的產業應用等等 本課程將介紹物聯網系統實作中常用到的LoRa協定，上半學期主題將透過外部MCU(如Arduino Nano BLE)以UART傳送LoRa指令，並結合可以運作在開發板上的機器學習機制，帶領學生做物聯網專題軟硬體整合規劃，執行硬體與軟體整合設計建置專題。
教科書/參考書
自編教材與指定論文
評分標準
暫定：
學分數
3
授課時數(周)
3
開課班級
L11455
修課人數
0
隨著資訊與通訊科技的蓬勃發展，網際網路的連結裝置，從傳統以電腦為主，目前已擴大到具行動性的智慧型裝置，如手機、手錶、眼鏡、車輛、飛行器等裝置，未來也將應用到更多樣的設備或物體上。以物體聯網應用為導向的物聯網，遂成為目前熱門的學術研究與產業發展議題。本課程將介紹物聯網的概念，並說明與物聯網有關的網路與系統技術，以及應用現況及未來展望。主要以LoRa協定與相關模組之應用為基礎。
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-10.00%;其他-0.00%
課程內容與進度
課程前半段時間將介紹Arduino Nano BLE平台的應用，以它為中心學習開發板、LoRa協定和模組、與機器學習的應用。 內建感測器應用 BLE UART LoRaWan協定簡單介紹 LoRaWan模組應用 MQTT 基礎機器學習介紹與應用 後半學期介紹紹IoT相關通訊協定技術知識與產業應用，教學內容以IoT技術為主軸，包含：NB-IoT, LoRa, Fog, and NR等，介紹IoT與5G之關聯性，以及IoT的產業應用等等 本課程將介紹物聯網系統實作中常用到的LoRa協定，上半學期主題將透過外部MCU(如Arduino Nano BLE)以UART傳送LoRa指令，並結合可以運作在開發板上的機器學習機制，帶領學生做物聯網專題軟硬體整合規劃，執行硬體與軟體整合設計建置專題。
教科書/參考書
自編教材與指定論文
評分標準
暫定：
- 課程出席
- 隨堂表現
- 期中報告暨書報討論
- 期末考/期末專題
學分數
3
授課時數(周)
3
開課班級
L11455
修課人數
0
115-1_專題研究（三）
資訊工程學系
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
L11455
修課人數
0
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
L11455
修課人數
0
115-1_專題研究（一）
資訊工程學系
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
L11555
修課人數
0
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
L11555
修課人數
0
115-1_資訊檢索與生成式人工智慧
資訊工程學系
教學目標
教導學生資訊檢索、搜尋引擎、生成式人工智慧之理論模型、技術，以及實作方法。
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
Unit 1. Introduction, Boolean Retrieval and Inverted Index
Unit 2. Web Search Basics and Spiders
Unit 3. Evaluation in Information Retrieval
Unit 4. Ranked Retrieval, Scoring, Term Weighting and the Vector Space Model
Unit 5. Introduction to Generative Artificial Intelligence
Unit 6. Large language models and Generative Pre-trained Transformers (GPT)
Unit 7. Prompt Engineering
Unit 8. Context Engineering
Unit 9. Agentic Engineering
教科書/參考書
1. Introduction to Information Retrieval, by C. Manning, P. Raghavan, and H. Schütze. Cambridge University Press, 2008.
2. 自訂教材
評分標準
1. Homework/quiz/presentation: 25%
2. Term projects: 75%
3. Show-Up: -10%~10%
學分數
3
授課時數(周)
3
開課班級
M11455
修課人數
0
教導學生資訊檢索、搜尋引擎、生成式人工智慧之理論模型、技術，以及實作方法。
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
Unit 1. Introduction, Boolean Retrieval and Inverted Index
Unit 2. Web Search Basics and Spiders
Unit 3. Evaluation in Information Retrieval
Unit 4. Ranked Retrieval, Scoring, Term Weighting and the Vector Space Model
Unit 5. Introduction to Generative Artificial Intelligence
Unit 6. Large language models and Generative Pre-trained Transformers (GPT)
Unit 7. Prompt Engineering
Unit 8. Context Engineering
Unit 9. Agentic Engineering
教科書/參考書
1. Introduction to Information Retrieval, by C. Manning, P. Raghavan, and H. Schütze. Cambridge University Press, 2008.
2. 自訂教材
評分標準
1. Homework/quiz/presentation: 25%
2. Term projects: 75%
3. Show-Up: -10%~10%
學分數
3
授課時數(周)
3
開課班級
M11455
修課人數
0
115-1_專題研究(三)
資訊工程學系
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
3
授課時數(周)
3
開課班級
M11455
修課人數
0
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
3
授課時數(周)
3
開課班級
M11455
修課人數
0
115-1_即時計算機系統
資訊工程學系
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-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
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
3
授課時數(周)
3
開課班級
M11455
修課人數
0
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-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
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
3
授課時數(周)
3
開課班級
M11455
修課人數
0
115-1_智慧型系統
資訊工程學系
教學目標
本課程讓學生瞭解深度學習之基礎介紹和智慧影像分析與應用之基礎介紹。本課程將藉由選定之AI視覺演算法的基礎理論及AI視覺演算法的關鍵運算的原理及實際操作，進而透過AI物件偵測及影像辨識兩階段模型及AI物件偵測及影像辨識一階段模型的原理及實際操作。Yolo 系統架設與基礎實作及Yolo系統架構與實作範例的際案例分享。課程內容涵蓋Vibe Coding學習如何用AI的方式做程式設計。帶領學生瞭解AI無人載具應用介紹和AI智慧製造應用介紹，啟發學生了解實務AI應用，並指導學生組隊進行課程專題製作並在期末舉行發表，以深化學生具備智慧型系統應用的能力。
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. 深度學習和智慧影像分析之基礎介紹 2. 進階深度學習模型介紹 3. AI視覺演算法的基礎理論介紹 4. AI視覺演算法的關鍵運算介紹 5. AI物件偵測及影像辨識兩階段模型介紹(1) 6. AI物件偵測及影像辨識兩階段模型介紹(2) 7. AI物件偵測及影像辨識一階段模型介紹(1) 8. AI物件偵測及影像辨識一階段模型介紹(2) 9. 課程專題期中報告 10. Yolo 系統架設與基礎實作 11. Yolo 系統架構與實作範例 12. GenAI 多模態基礎應用 13. GenAI 多模態進階應用 14. Vibe Coding 基礎應用 15. Vibe Coding 進階應用 16. AI無人載具應用介紹 17. AI智慧製造應用介紹 18. 期末課程專題發表
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
M11455
修課人數
0
本課程讓學生瞭解深度學習之基礎介紹和智慧影像分析與應用之基礎介紹。本課程將藉由選定之AI視覺演算法的基礎理論及AI視覺演算法的關鍵運算的原理及實際操作，進而透過AI物件偵測及影像辨識兩階段模型及AI物件偵測及影像辨識一階段模型的原理及實際操作。Yolo 系統架設與基礎實作及Yolo系統架構與實作範例的際案例分享。課程內容涵蓋Vibe Coding學習如何用AI的方式做程式設計。帶領學生瞭解AI無人載具應用介紹和AI智慧製造應用介紹，啟發學生了解實務AI應用，並指導學生組隊進行課程專題製作並在期末舉行發表，以深化學生具備智慧型系統應用的能力。
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. 深度學習和智慧影像分析之基礎介紹 2. 進階深度學習模型介紹 3. AI視覺演算法的基礎理論介紹 4. AI視覺演算法的關鍵運算介紹 5. AI物件偵測及影像辨識兩階段模型介紹(1) 6. AI物件偵測及影像辨識兩階段模型介紹(2) 7. AI物件偵測及影像辨識一階段模型介紹(1) 8. AI物件偵測及影像辨識一階段模型介紹(2) 9. 課程專題期中報告 10. Yolo 系統架設與基礎實作 11. Yolo 系統架構與實作範例 12. GenAI 多模態基礎應用 13. GenAI 多模態進階應用 14. Vibe Coding 基礎應用 15. Vibe Coding 進階應用 16. AI無人載具應用介紹 17. AI智慧製造應用介紹 18. 期末課程專題發表
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
M11455
修課人數
0
115-1_電腦視覺
資訊工程學系
教學目標
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。整個課程在理論的基礎講解後，能徹底了解深度學習神經網路，其中包含：MLP、VGG、ResNet、DenseNet、InceptionNet、EfficientNet、Generative Adversarial Net、YOLO、UNet、transfer learning等概念，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，更能實際打造自己量身訂做的影像捲積+類神經網路，並應用在各項實際案例中。
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
----part1 影像原理與操作-------
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.影像色彩空間轉換
4.影像加解密
5.資訊隱藏
6.影像幾何轉換
7.二值化影像
8.像素連通分割
-----Part 2 影像捲積---------
Part 2.1 空間域捲積
9.影像型態
10.平滑處裡
11.影像濾波與梯度
12.影像邊緣與輪廓
Part 2.2 頻率域捲積
13.傅立葉轉換
14.低通濾波器
15.高通濾波器
16.影像分割與分析
-----Part 3 影像相似度計算---------
17.影像分群(clustering)
18.廣度優先影像搜尋(BFS)
19.深度優先影像搜尋(DFS)
-----Part 4 影像辨識---------
20.影像基礎分類
(Decision Tree、Random Forests、Support Vector Machine、Linear Discriminant Analysis)
21.影像進階分類
(Multilayer Perceptron、VGG、ResNet、DenseNet、InceptionNet、EfficientNet、Generative Adversarial Net、transfer learning、AutoEncoder、Attention Mechanism)
22.影像辨識註解(KNN、BR、BRKNN、TFIDF、Entropy)
23.影像物件分割(Selective Search、Fully Convolutional Networks、Unet、RCNN、Fast RCNN、Faster RCNN、Mask RCNN、YOLO)
----Part 5 案例實作-----------
23.視訊物件辨識與移動偵測
24.範例實作(人臉辨識、車牌辨識、車道辨識、交通標誌辨識、醫學影像辨識)
25.期中期末課程專題報告
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
考試0%
作業30%
出席率30﹪
期中報告20%
期末報告20%
學分數
3
授課時數(周)
3
開課班級
M11455
修課人數
0
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。整個課程在理論的基礎講解後，能徹底了解深度學習神經網路，其中包含：MLP、VGG、ResNet、DenseNet、InceptionNet、EfficientNet、Generative Adversarial Net、YOLO、UNet、transfer learning等概念，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，更能實際打造自己量身訂做的影像捲積+類神經網路，並應用在各項實際案例中。
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
----part1 影像原理與操作-------
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.影像色彩空間轉換
4.影像加解密
5.資訊隱藏
6.影像幾何轉換
7.二值化影像
8.像素連通分割
-----Part 2 影像捲積---------
Part 2.1 空間域捲積
9.影像型態
10.平滑處裡
11.影像濾波與梯度
12.影像邊緣與輪廓
Part 2.2 頻率域捲積
13.傅立葉轉換
14.低通濾波器
15.高通濾波器
16.影像分割與分析
-----Part 3 影像相似度計算---------
17.影像分群(clustering)
18.廣度優先影像搜尋(BFS)
19.深度優先影像搜尋(DFS)
-----Part 4 影像辨識---------
20.影像基礎分類
(Decision Tree、Random Forests、Support Vector Machine、Linear Discriminant Analysis)
21.影像進階分類
(Multilayer Perceptron、VGG、ResNet、DenseNet、InceptionNet、EfficientNet、Generative Adversarial Net、transfer learning、AutoEncoder、Attention Mechanism)
22.影像辨識註解(KNN、BR、BRKNN、TFIDF、Entropy)
23.影像物件分割(Selective Search、Fully Convolutional Networks、Unet、RCNN、Fast RCNN、Faster RCNN、Mask RCNN、YOLO)
----Part 5 案例實作-----------
23.視訊物件辨識與移動偵測
24.範例實作(人臉辨識、車牌辨識、車道辨識、交通標誌辨識、醫學影像辨識)
25.期中期末課程專題報告
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
考試0%
作業30%
出席率30﹪
期中報告20%
期末報告20%
學分數
3
授課時數(周)
3
開課班級
M11455
修課人數
0
115-1_雲端運算
資訊工程學系
教學目標
雲端運算是藉由網路獲取計算資源，資料服務，以及軟體服務，而不需考慮後端平台的整合與維護。因此基於雲端運算能夠減少資訊部門的投資，同時能夠持續提供高品質的資訊服務，其應用範圍日益更形擴大，本課程將讓學生瞭解什麼是雲端運算、如何建立及設定簡易雲端運算的平台、如何使用雲端運算的服務與設計雲端運算之應用程式。
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-60.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1.雲端運算的演進 2.雲端運算的定義 3.雲端運算對企業的影響 4.雲端運算對產業的影響 5.IaaS概念與應用 6.IaaS應用類型 7.Amazon Web Service服務案例 8.IaaS服務應用實作 9.PaaS概念與應用 10.PaaS應用類型 11.Google APE服務案例 12.PaaS服務應用實作 13.SaaS概念與應用 14.SaaS應用類型 15.Salesforce.com服務案例 16.SaaS服務應用實作 依據學生的學習情況，彈性調整課程進度與教學內容
教科書/參考書
1.自編授課教材 2.雲端運算應用與實務(第四版) ,作者：黃正傑,出版社：全華圖書 3.雲端程式設計：入門與應用實務,作者： 鍾葉青、許慶賢、賴冠州、李冠憬,出版社：東華
評分標準
Project proposal:50% Final Project:50%
學分數
3
授課時數(周)
3
開課班級
M11455
修課人數
0
雲端運算是藉由網路獲取計算資源，資料服務，以及軟體服務，而不需考慮後端平台的整合與維護。因此基於雲端運算能夠減少資訊部門的投資，同時能夠持續提供高品質的資訊服務，其應用範圍日益更形擴大，本課程將讓學生瞭解什麼是雲端運算、如何建立及設定簡易雲端運算的平台、如何使用雲端運算的服務與設計雲端運算之應用程式。
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-60.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1.雲端運算的演進 2.雲端運算的定義 3.雲端運算對企業的影響 4.雲端運算對產業的影響 5.IaaS概念與應用 6.IaaS應用類型 7.Amazon Web Service服務案例 8.IaaS服務應用實作 9.PaaS概念與應用 10.PaaS應用類型 11.Google APE服務案例 12.PaaS服務應用實作 13.SaaS概念與應用 14.SaaS應用類型 15.Salesforce.com服務案例 16.SaaS服務應用實作 依據學生的學習情況，彈性調整課程進度與教學內容
教科書/參考書
1.自編授課教材 2.雲端運算應用與實務(第四版) ,作者：黃正傑,出版社：全華圖書 3.雲端程式設計：入門與應用實務,作者： 鍾葉青、許慶賢、賴冠州、李冠憬,出版社：東華
評分標準
Project proposal:50% Final Project:50%
學分數
3
授課時數(周)
3
開課班級
M11455
修課人數
0
115-1_專題研究(一)
資訊工程學系
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
3
授課時數(周)
3
開課班級
M11555
修課人數
0
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
3
授課時數(周)
3
開課班級
M11555
修課人數
0