115-1_資料探勘與應用
創新學院不分系
教學目標
詳細內容請參閱網址:https://taicatw.net/fall-115/ 課程要求 · 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。 Data mining serves as a crucial field that leverages advanced algorithms to reveal hidden, yet invaluable insights buried within extensive datasets. These algorithms are drawn from a multitude of areas such as machine learning, artificial intelligence, pattern recognition, statistics, and database systems, working together to facilitate a deeper understanding and analysis of data. This course is designed to equip you with the foundational knowledge and hands-on experience needed to delve into the expansive world of data mining. Whether you are looking to enhance your skill set or embark on a new career path, this course will serve as a stepping stone to achieving your goals. The curriculum encompasses a range of topics that will introduce you to the core concepts and techniques prevalent in the field of data mining. These include: · Association Rules: Understand the principles behind identifying rules that highlight relationships between seemingly independent data in a database. · Clustering: Learn about grouping a set of objects in such a way that objects in the same group are more similar to each other than to those in other groups. · Classification: Gain knowledge on the procedures for identifying the predefined class of a new observation. · Text Mining: Equip yourself with the skills needed to analyze and interpret large collections of text data to extract meaningful information. · Data Mining Applications: Explore the various practical applications of data mining across different industries and sectors.
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:依教師規定-100.00%
課程內容與進度
1 7-Sep Orientation 2 14-Sep Overview and Data 3 21-Sep Overview and Data 4 28-Sep Lab For Data Exploration And Management (Make up for Teacher's day)(Recording) 5 5-Oct Classification 6 12-Oct Classification 7 19-Oct Text Mining & Project Progress Report 8 26-Oct(光復節) Lab for Deep Information Retrieval And Neural Word Embedding (Recording) 9 2-Nov Text Mining 10 9-Nov Text Mining 11 16-Nov DM Clustering & Project Progress Report 12 23-Nov DM Clustering 13 30-Nov Association 14 7-Dec Student Paper Presentation 15 14-Dec Final Exam 16 21-Dec Final Demo Presentation
教科書/參考書
Pang-Ning Tan, Michael Steinbach, Vipin Kumar, Introduction to Data Mining, Addison
評分標準
成績評量方式 · Two assignments: 20% · One short presentation: 10% · One project: 25% · One exam: 35% · Class participation (in or after class): 10%
學分數
3
授課時數(周)
3
開課班級
A11576
修課人數
3
詳細內容請參閱網址:https://taicatw.net/fall-115/ 課程要求 · 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。 Data mining serves as a crucial field that leverages advanced algorithms to reveal hidden, yet invaluable insights buried within extensive datasets. These algorithms are drawn from a multitude of areas such as machine learning, artificial intelligence, pattern recognition, statistics, and database systems, working together to facilitate a deeper understanding and analysis of data. This course is designed to equip you with the foundational knowledge and hands-on experience needed to delve into the expansive world of data mining. Whether you are looking to enhance your skill set or embark on a new career path, this course will serve as a stepping stone to achieving your goals. The curriculum encompasses a range of topics that will introduce you to the core concepts and techniques prevalent in the field of data mining. These include: · Association Rules: Understand the principles behind identifying rules that highlight relationships between seemingly independent data in a database. · Clustering: Learn about grouping a set of objects in such a way that objects in the same group are more similar to each other than to those in other groups. · Classification: Gain knowledge on the procedures for identifying the predefined class of a new observation. · Text Mining: Equip yourself with the skills needed to analyze and interpret large collections of text data to extract meaningful information. · Data Mining Applications: Explore the various practical applications of data mining across different industries and sectors.
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:依教師規定-100.00%
課程內容與進度
1 7-Sep Orientation 2 14-Sep Overview and Data 3 21-Sep Overview and Data 4 28-Sep Lab For Data Exploration And Management (Make up for Teacher's day)(Recording) 5 5-Oct Classification 6 12-Oct Classification 7 19-Oct Text Mining & Project Progress Report 8 26-Oct(光復節) Lab for Deep Information Retrieval And Neural Word Embedding (Recording) 9 2-Nov Text Mining 10 9-Nov Text Mining 11 16-Nov DM Clustering & Project Progress Report 12 23-Nov DM Clustering 13 30-Nov Association 14 7-Dec Student Paper Presentation 15 14-Dec Final Exam 16 21-Dec Final Demo Presentation
教科書/參考書
Pang-Ning Tan, Michael Steinbach, Vipin Kumar, Introduction to Data Mining, Addison
評分標準
成績評量方式 · Two assignments: 20% · One short presentation: 10% · One project: 25% · One exam: 35% · Class participation (in or after class): 10%
學分數
3
授課時數(周)
3
開課班級
A11576
修課人數
3
115-1_科學教育實踐
創新學院不分系
教學目標
本課程旨在培養學生將科學知識轉化為可操作、可體驗、可教學之 STEM 教育活動的能力。課程結合雷射切割、3D 建模與列印、Arduino 感測器實作、AI輔助程式設計、活動學習單設計、影像紀錄、科普教材教具設計，以及科學競賽與營隊活動規劃等內容。學生將透過實作導向學習，從「科學原理理解」進一步發展至「教材製作、活動設計、教學引導與活動執行」。課程成果可應用於國中小社團課程、暑期營隊、科學闖關活動、STEM 工作坊與科普推廣活動。 製作至少一項 STEM 教具或活動模組。 完成一份適用於國中小學生的活動學習單。 操作 Arduino UNO 與基礎感測器完成互動式科學裝置。 使用 3D 建模、3D 列印或雷射切割製作教材零件。 規劃一場小型科學活動、競賽或營隊流程。 完成一本 STEM 教育小書或活動手冊。 以照片、影片或簡報方式呈現活動成果。
授課形式
理論講述與討論-30.00%;個案分析或作品賞析-30.00%;專題實作與報告-30.00%;田野調查-10.00%;實驗-0.00%;其他-0.00%
課程內容與進度
課程介紹與科學教育實踐概念。 STEM 教育活動設計概論。 常見科普活動介紹：聲、光、熱、電。 雷射切割機原理與安全操作。 3D 建模基礎與列印。 Arduino UNO 與 Arduino IDE 入門。 vibe coding 簡介與 AI 輔助教材設計、紅外線循跡自走車簡介。 Arduino 感測器實作：超音波感測、紅外線感測。 科學活動討論、分組報告。 活動學習單設計。 照片拍攝、影片錄製與成果紀錄。 STEM 實例操作：水火箭原理與製作。 STEM 書籍/活動手冊設計1/2。 STEM 書籍/活動手冊設計2/2。 競賽活動與營隊規劃。 期末成果展示與教學演示。
教科書/參考書
無
評分標準
課堂參與與實作紀錄 40% STEM 小書或活動手冊 30% 小組科學活動／競賽企劃書 15% 期末成果展示與口頭報告 15%
學分數
2
授課時數(周)
2
開課班級
A11576
修課人數
17
本課程旨在培養學生將科學知識轉化為可操作、可體驗、可教學之 STEM 教育活動的能力。課程結合雷射切割、3D 建模與列印、Arduino 感測器實作、AI輔助程式設計、活動學習單設計、影像紀錄、科普教材教具設計，以及科學競賽與營隊活動規劃等內容。學生將透過實作導向學習，從「科學原理理解」進一步發展至「教材製作、活動設計、教學引導與活動執行」。課程成果可應用於國中小社團課程、暑期營隊、科學闖關活動、STEM 工作坊與科普推廣活動。 製作至少一項 STEM 教具或活動模組。 完成一份適用於國中小學生的活動學習單。 操作 Arduino UNO 與基礎感測器完成互動式科學裝置。 使用 3D 建模、3D 列印或雷射切割製作教材零件。 規劃一場小型科學活動、競賽或營隊流程。 完成一本 STEM 教育小書或活動手冊。 以照片、影片或簡報方式呈現活動成果。
授課形式
理論講述與討論-30.00%;個案分析或作品賞析-30.00%;專題實作與報告-30.00%;田野調查-10.00%;實驗-0.00%;其他-0.00%
課程內容與進度
課程介紹與科學教育實踐概念。 STEM 教育活動設計概論。 常見科普活動介紹：聲、光、熱、電。 雷射切割機原理與安全操作。 3D 建模基礎與列印。 Arduino UNO 與 Arduino IDE 入門。 vibe coding 簡介與 AI 輔助教材設計、紅外線循跡自走車簡介。 Arduino 感測器實作：超音波感測、紅外線感測。 科學活動討論、分組報告。 活動學習單設計。 照片拍攝、影片錄製與成果紀錄。 STEM 實例操作：水火箭原理與製作。 STEM 書籍/活動手冊設計1/2。 STEM 書籍/活動手冊設計2/2。 競賽活動與營隊規劃。 期末成果展示與教學演示。
教科書/參考書
無
評分標準
課堂參與與實作紀錄 40% STEM 小書或活動手冊 30% 小組科學活動／競賽企劃書 15% 期末成果展示與口頭報告 15%
學分數
2
授課時數(周)
2
開課班級
A11576
修課人數
17
115-1_STEAM Maker-商品設計X3D故事書實作
創新學院不分系
教學目標
本課程旨在整合STEAM跨學科知能，從設計思考的角度切入，透過跨域團隊合作模式，從創意發想、製作原型、實際測試等歷程進行，目標以「探究實作」、「設計創新」為主軸，預期學生能針對「美感實踐」系列主題，轉化既有學科知能，實踐創意與想法，進而培養其思考力、創造力、解決問題能力及團隊合作精神。
授課形式
理論講述與討論-20.00%;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:技術操作應用-40.00%
課程內容與進度
1st lesson：敘事與建模 2nd lesson：進階建模與模型庫 3rd lesson：雷射切割基礎 4th lesson：成果分享與展示 請注意，每一次上課皆需自備筆電！
教科書/參考書
自編教材
評分標準
出席率30%、作品完成度70%
學分數
0.4
授課時數(周)
0.4
開課班級
A11576
修課人數
18
本課程旨在整合STEAM跨學科知能，從設計思考的角度切入，透過跨域團隊合作模式，從創意發想、製作原型、實際測試等歷程進行，目標以「探究實作」、「設計創新」為主軸，預期學生能針對「美感實踐」系列主題，轉化既有學科知能，實踐創意與想法，進而培養其思考力、創造力、解決問題能力及團隊合作精神。
授課形式
理論講述與討論-20.00%;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:技術操作應用-40.00%
課程內容與進度
1st lesson：敘事與建模 2nd lesson：進階建模與模型庫 3rd lesson：雷射切割基礎 4th lesson：成果分享與展示 請注意，每一次上課皆需自備筆電！
教科書/參考書
自編教材
評分標準
出席率30%、作品完成度70%
學分數
0.4
授課時數(周)
0.4
開課班級
A11576
修課人數
18
115-1_企業優質人才學用培育課程
創新學院不分系
教學目標
本課程與104人力銀行共同規劃，是一門專為高大學生設計之職涯課程，結合理論與實務，以104人力銀行線上服務和線下的實體互動，結合企業資源，讓學生探索自己職場性向、認識職場文化與趨勢、培養專業技能外之軟實力、職場實習實作、求職技巧到企業邀約媒合，為一站式的課程設計，是適性揚才的職涯訓練課程。 本課程之教學目標如下： 1.以實習或正職為目標的學習：協助學生認清自身求職目標，確認適性的職務內容，並培養良好的工作態度和職場倫理概念。 2.培育即戰力的授課內容，區分為四大類別: 職場探索、一般技能、企業專業技能、求職技能等一系列嚴謹課程。 3.學校與企業間之共創課程：課程將依據實習職類或企業分組授課，並進行產學專案研究，以實踐大學社會責任、善盡企業社會責任。 4.修課並完成課程同學，有優先參與104為本課程所媒合企業之實習機會。
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
C01 9/10 四 13:10-16:05 課程說明 課程說明 耿紹勛 C02 9/17 四 13:10-16:05 職場技能 數位力_社群經營與創意溝通 郭昌恩 C03 9/24 四 13:10-16:05 職場探索 職涯探索工作坊(上)+UCAN 王榮春 C04 10/1 四 13:10-16:05 職場探索 職涯探索工作坊(下)+UCAN 王榮春 C05 10/8 四 13:10-16:05 企業職能 企業授課1：電子業_華泰電子 鄭宜芳 C06 10/15 四 13:10-16:05 企業職能 企業授課2：永續顧問_CSRone永續智庫 倪上筑 C07 10/22 四 13:10-16:05 企業職能 企業授課3：藝文業_衛武營 謝瑞香 C08 10/29 四 13:10-16:05 求職技能 如何撰寫履歷&準備面試 (線上自學) C09 11/5 四 13:10-16:05 企業職能 企業授課4：金融業_LINE Bank 盧道正 C10 11/12 四 13:10-16:05 職場技能 簡報提案技巧 鄭冠中 C11 11/19 四 13:10-16:05 職場探索 新鮮人必備的職場倫理及溝通學 江錦樺 C12 11/26 四 13:10-16:05 求職技能 一對一模擬面試 Givers C13 12/3 四 13:10-16:05 職場探索 職場實習常見勞資爭議法律實務 楊宗展 C14 12/10 四 13:10-16:05 職場技能 AI工具應用工作坊 莊哲昀 C15 12/17 四 13:10-16:05 課堂練習 期末報告準備_小組演練 耿紹勛 C16 12/24 四 13:10-16:05 期末報告 期末發表會_分組專案提報 企業代表 C17 12/31 四 13:10-16:05 職場技能 開口即重點的溝通表達課(上)核心概念(線上自學) C18 1/7 四 13:10-16:05 職場技能 開口即重點的溝通表達課(下)情境實戰(線上自學)
教科書/參考書
無。
評分標準
1. 授課業師指定作業 20% 2. 分組專題報告 35% 3. 學生出席率 25% 4. 學生課堂參與、提問與回應 20% 相關作業及報告遲交視同0分，敬請準時提交作業。 缺席2次以上，無法取得課程結業證書(開學前兩周不算缺席成績)。
學分數
3
授課時數(周)
3
開課班級
A11576
修課人數
32
本課程與104人力銀行共同規劃，是一門專為高大學生設計之職涯課程，結合理論與實務，以104人力銀行線上服務和線下的實體互動，結合企業資源，讓學生探索自己職場性向、認識職場文化與趨勢、培養專業技能外之軟實力、職場實習實作、求職技巧到企業邀約媒合，為一站式的課程設計，是適性揚才的職涯訓練課程。 本課程之教學目標如下： 1.以實習或正職為目標的學習：協助學生認清自身求職目標，確認適性的職務內容，並培養良好的工作態度和職場倫理概念。 2.培育即戰力的授課內容，區分為四大類別: 職場探索、一般技能、企業專業技能、求職技能等一系列嚴謹課程。 3.學校與企業間之共創課程：課程將依據實習職類或企業分組授課，並進行產學專案研究，以實踐大學社會責任、善盡企業社會責任。 4.修課並完成課程同學，有優先參與104為本課程所媒合企業之實習機會。
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
C01 9/10 四 13:10-16:05 課程說明 課程說明 耿紹勛 C02 9/17 四 13:10-16:05 職場技能 數位力_社群經營與創意溝通 郭昌恩 C03 9/24 四 13:10-16:05 職場探索 職涯探索工作坊(上)+UCAN 王榮春 C04 10/1 四 13:10-16:05 職場探索 職涯探索工作坊(下)+UCAN 王榮春 C05 10/8 四 13:10-16:05 企業職能 企業授課1：電子業_華泰電子 鄭宜芳 C06 10/15 四 13:10-16:05 企業職能 企業授課2：永續顧問_CSRone永續智庫 倪上筑 C07 10/22 四 13:10-16:05 企業職能 企業授課3：藝文業_衛武營 謝瑞香 C08 10/29 四 13:10-16:05 求職技能 如何撰寫履歷&準備面試 (線上自學) C09 11/5 四 13:10-16:05 企業職能 企業授課4：金融業_LINE Bank 盧道正 C10 11/12 四 13:10-16:05 職場技能 簡報提案技巧 鄭冠中 C11 11/19 四 13:10-16:05 職場探索 新鮮人必備的職場倫理及溝通學 江錦樺 C12 11/26 四 13:10-16:05 求職技能 一對一模擬面試 Givers C13 12/3 四 13:10-16:05 職場探索 職場實習常見勞資爭議法律實務 楊宗展 C14 12/10 四 13:10-16:05 職場技能 AI工具應用工作坊 莊哲昀 C15 12/17 四 13:10-16:05 課堂練習 期末報告準備_小組演練 耿紹勛 C16 12/24 四 13:10-16:05 期末報告 期末發表會_分組專案提報 企業代表 C17 12/31 四 13:10-16:05 職場技能 開口即重點的溝通表達課(上)核心概念(線上自學) C18 1/7 四 13:10-16:05 職場技能 開口即重點的溝通表達課(下)情境實戰(線上自學)
教科書/參考書
無。
評分標準
1. 授課業師指定作業 20% 2. 分組專題報告 35% 3. 學生出席率 25% 4. 學生課堂參與、提問與回應 20% 相關作業及報告遲交視同0分，敬請準時提交作業。 缺席2次以上，無法取得課程結業證書(開學前兩周不算缺席成績)。
學分數
3
授課時數(周)
3
開課班級
A11576
修課人數
32
115-1_3D動畫製作
創新學院不分系
教學目標
課程主要透過建模軟體 Autodesk 3ds Max 的學習，課程涵蓋AI輔助3D人物動畫製作的相關技術。 課程將從基礎操作開始，幫助學生逐漸掌握相關技術，進而能夠自行創作。 「3D模型建置與應用」、以及「3D動畫製作」兩門課需同時研修，無法只修其中一門課。
授課形式
理論講述與討論-30.00%;個案分析或作品賞析-10.00%;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
各週上課內容概述如下： 第01週：Introduction to the course 第02週：Introduction to design tools – 3ds max 第03週：物件編輯 第04週：材質貼圖 第05週：CAD、Sketch Up到3DS MAX 第06週：光影效果 第07週：環境建模 第08週：人車樹及街道家具 第09週：期中報告 第10週：碰撞動畫 第11週：風 第12週：運動路徑 第13週：角色建模 第14週：3D彩繪 第15週：表情材質 第16週：骨架綁定 第17週：粒子動畫 第18週：期末報告
教科書/參考書
教師自製
評分標準
課堂出席參與20%，期中作業40 %，期末作業40 %
學分數
2
授課時數(周)
2
開課班級
A11576
修課人數
33
課程主要透過建模軟體 Autodesk 3ds Max 的學習，課程涵蓋AI輔助3D人物動畫製作的相關技術。 課程將從基礎操作開始，幫助學生逐漸掌握相關技術，進而能夠自行創作。 「3D模型建置與應用」、以及「3D動畫製作」兩門課需同時研修，無法只修其中一門課。
授課形式
理論講述與討論-30.00%;個案分析或作品賞析-10.00%;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
各週上課內容概述如下： 第01週：Introduction to the course 第02週：Introduction to design tools – 3ds max 第03週：物件編輯 第04週：材質貼圖 第05週：CAD、Sketch Up到3DS MAX 第06週：光影效果 第07週：環境建模 第08週：人車樹及街道家具 第09週：期中報告 第10週：碰撞動畫 第11週：風 第12週：運動路徑 第13週：角色建模 第14週：3D彩繪 第15週：表情材質 第16週：骨架綁定 第17週：粒子動畫 第18週：期末報告
教科書/參考書
教師自製
評分標準
課堂出席參與20%，期中作業40 %，期末作業40 %
學分數
2
授課時數(周)
2
開課班級
A11576
修課人數
33
115-1_3D模型建置與應用
創新學院不分系
教學目標
課程主要透過建模軟體 Autodesk 3ds Max 的學習，課程涵蓋3D人物及場景建模的相關技術。 課程將從基礎操作開始，幫助學生逐漸掌握相關技術，進而能夠自行創作。 「3D模型建置與應用」、以及「3D動畫製作」兩門課需同時研修，無法只修其中一門課。
授課形式
理論講述與討論-30.00%;個案分析或作品賞析-10.00%;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
各週上課內容概述如下： 第01週：Introduction to the course 第02週：Introduction to design tools – 3ds max 第03週：物件編輯 第04週：材質貼圖 第05週：CAD、Sketch Up到3DS MAX 第06週：光影效果 第07週：環境建模 第08週：人車樹及街道家具 第09週：期中報告 第10週：碰撞動畫 第11週：風 第12週：運動路徑 第13週：角色建模 第14週：3D彩繪 第15週：表情材質 第16週：骨架綁定 第17週：粒子動畫 第18週：期末報告
教科書/參考書
教師自製教材
評分標準
課堂出席參與20%，期中考40 %，期末考40 %
學分數
2
授課時數(周)
2
開課班級
A11576
修課人數
33
課程主要透過建模軟體 Autodesk 3ds Max 的學習，課程涵蓋3D人物及場景建模的相關技術。 課程將從基礎操作開始，幫助學生逐漸掌握相關技術，進而能夠自行創作。 「3D模型建置與應用」、以及「3D動畫製作」兩門課需同時研修，無法只修其中一門課。
授課形式
理論講述與討論-30.00%;個案分析或作品賞析-10.00%;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
各週上課內容概述如下： 第01週：Introduction to the course 第02週：Introduction to design tools – 3ds max 第03週：物件編輯 第04週：材質貼圖 第05週：CAD、Sketch Up到3DS MAX 第06週：光影效果 第07週：環境建模 第08週：人車樹及街道家具 第09週：期中報告 第10週：碰撞動畫 第11週：風 第12週：運動路徑 第13週：角色建模 第14週：3D彩繪 第15週：表情材質 第16週：骨架綁定 第17週：粒子動畫 第18週：期末報告
教科書/參考書
教師自製教材
評分標準
課堂出席參與20%，期中考40 %，期末考40 %
學分數
2
授課時數(周)
2
開課班級
A11576
修課人數
33
115-1_智慧工廠資訊系統
創新學院不分系
教學目標
目前全球主要工業國正積極推動工業4.0，運用物聯網、機器人、大數據等新興科技，進化製造業的電腦化、數位化和智慧型化；我政府亦推動智慧機械發展，開發高階設備與智慧製造技術，提升台灣製造實力。智慧工廠已成為全球製造產業的必要配備，運用新興資訊科技達到產量、良率、效率、以及成本兼顧的生產線，來解決需求快速變動、產品生命週期縮短、勞動力減少等競爭挑戰。本課程介紹建置智慧工廠之規劃、步驟、及方案，如產品生命週期管理(PLM)、製造執行系統(MES)、統計品質管制(SPC)、配方管理系統(RMS)、工業物聯網(IIoT)、戰情中控系統、工程資料分析(EDA)平台、及先進製程控制(APC)系統等。
授課形式
理論講述與討論-30.00%;個案分析或作品賞析-20.00%;專題實作與報告-30.00%;田野調查-10.00%;實驗-10.00%;其他-0.00%
課程內容與進度
1.智慧工廠簡介 2.自動搬運系統 3.生管與製造執行系統 4.設備連線與應用 5.品質防禦系統 6.半導體晶圓智慧製造 7.智慧製造理論與實務 8.分組報告-1 9.分組報告-2 10.智慧機房 11.半導體封測智慧製造 12.ESG簡介 13.品質精進系統 14.AI影像辨識 15.半導體數據分析 16.分組報告-3 17.分組報告-4
教科書/參考書
1.工業4.1-零缺陷的智慧製造 2.自製講義
評分標準
期中報告: 40% 期末報告: 60%
學分數
3
授課時數(周)
3
開課班級
A11576
修課人數
52
目前全球主要工業國正積極推動工業4.0，運用物聯網、機器人、大數據等新興科技，進化製造業的電腦化、數位化和智慧型化；我政府亦推動智慧機械發展，開發高階設備與智慧製造技術，提升台灣製造實力。智慧工廠已成為全球製造產業的必要配備，運用新興資訊科技達到產量、良率、效率、以及成本兼顧的生產線，來解決需求快速變動、產品生命週期縮短、勞動力減少等競爭挑戰。本課程介紹建置智慧工廠之規劃、步驟、及方案，如產品生命週期管理(PLM)、製造執行系統(MES)、統計品質管制(SPC)、配方管理系統(RMS)、工業物聯網(IIoT)、戰情中控系統、工程資料分析(EDA)平台、及先進製程控制(APC)系統等。
授課形式
理論講述與討論-30.00%;個案分析或作品賞析-20.00%;專題實作與報告-30.00%;田野調查-10.00%;實驗-10.00%;其他-0.00%
課程內容與進度
1.智慧工廠簡介 2.自動搬運系統 3.生管與製造執行系統 4.設備連線與應用 5.品質防禦系統 6.半導體晶圓智慧製造 7.智慧製造理論與實務 8.分組報告-1 9.分組報告-2 10.智慧機房 11.半導體封測智慧製造 12.ESG簡介 13.品質精進系統 14.AI影像辨識 15.半導體數據分析 16.分組報告-3 17.分組報告-4
教科書/參考書
1.工業4.1-零缺陷的智慧製造 2.自製講義
評分標準
期中報告: 40% 期末報告: 60%
學分數
3
授課時數(周)
3
開課班級
A11576
修課人數
52
115-1_XR腳本設計與影片實作
創新學院不分系
教學目標
從影音剪輯入門到主題作品應用，由影片剪輯概念與流程、了解軟體環境介面，到素材取得逐一解說，並以生活情境主題範例實作掌握威力導演強大的影音編輯技能與 AI 技術，如加入文字、動畫特效、轉場、音效、字幕，以及輸出…等。 熟悉剪輯技巧難題，用最短的時間完成創作，輕鬆打造出具有特色的影音作品。並運用AI技術輕鬆製作精彩內容，結合無限可能強大剪輯技巧、提升YouTuber核心競爭力、展現產品行銷新策略。
授課形式
理論講述與討論-30.00%;個案分析或作品賞析-20.00%;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
第1週 AI x XR影音產業發展介紹 第2週 智慧財產權及著作權(創用CC條款) 第3週 全方位取得素材 第4週 開始數位影音創作(腳本製作) 第5週 無(國慶日) 第6週 三分鐘設計動態影片 第7週 運動攝影工房 第8週 巢狀專案編輯 第9週 期中考週 第10週 直式影片剪輯 第11週 運用文字特效 第12週 TimeLapse 縮時攝影 第13週 子母畫面打造多重拼貼 第14週 多機剪輯與後製的技巧 第15週 結合簡報、字幕與影片去背 第16週 影片匯出(上傳影片及分享) 第17週 期末專題製作 第18週 期末專題成果發表與評核
教科書/參考書
工具/軟體：威力導演365創意剪輯軟體
評分標準
出席率30%、期中作業30%、期末作業40%。
學分數
2
授課時數(周)
2
開課班級
A11576
修課人數
34
從影音剪輯入門到主題作品應用，由影片剪輯概念與流程、了解軟體環境介面，到素材取得逐一解說，並以生活情境主題範例實作掌握威力導演強大的影音編輯技能與 AI 技術，如加入文字、動畫特效、轉場、音效、字幕，以及輸出…等。 熟悉剪輯技巧難題，用最短的時間完成創作，輕鬆打造出具有特色的影音作品。並運用AI技術輕鬆製作精彩內容，結合無限可能強大剪輯技巧、提升YouTuber核心競爭力、展現產品行銷新策略。
授課形式
理論講述與討論-30.00%;個案分析或作品賞析-20.00%;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
第1週 AI x XR影音產業發展介紹 第2週 智慧財產權及著作權(創用CC條款) 第3週 全方位取得素材 第4週 開始數位影音創作(腳本製作) 第5週 無(國慶日) 第6週 三分鐘設計動態影片 第7週 運動攝影工房 第8週 巢狀專案編輯 第9週 期中考週 第10週 直式影片剪輯 第11週 運用文字特效 第12週 TimeLapse 縮時攝影 第13週 子母畫面打造多重拼貼 第14週 多機剪輯與後製的技巧 第15週 結合簡報、字幕與影片去背 第16週 影片匯出(上傳影片及分享) 第17週 期末專題製作 第18週 期末專題成果發表與評核
教科書/參考書
工具/軟體：威力導演365創意剪輯軟體
評分標準
出席率30%、期中作業30%、期末作業40%。
學分數
2
授課時數(周)
2
開課班級
A11576
修課人數
34
115-1_3D基礎建模
創新學院不分系
教學目標
本課程旨在提升學生對 Blender 的專業掌握，結合 AI 技術提升建模與動畫效率，並拓展至 VIVERSE Worlds 的應用，讓作品能於虛擬世界中展示與互動。學生將學習建模、材質、燈光、動畫與資產管理，並理解 AI 在流程優化的價值。最終透過專案實作與 VIVERSE Worlds 平台，完成數位場景的展示與分享，培養實務能力與專業競爭力。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-20.00%;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
第一單元將學習 Blender 的介面與工具操作，建立基本操作能力，掌握資產管理技巧，並能進行物件建模，建立完整的基礎實務能力。 第二單元進入進階階段，學生將熟悉更精細的建模技巧，掌握材質與貼圖設計，學會燈光與渲染表現，並能完成基礎動畫的製作。 第三單元專注於 AI 在 3D 建模中的應用，涵蓋 AI 工具與資源整合、AI 輔助建模、AI 驅動的動畫技術以及渲染優化，最後以專題實踐結合 Blender 與 AI 技術進行創意開發。 第四單元導入 VIVERSE Worlds，學生將學會平台應用與資產優化，能夠創建互動式虛擬場景，將成果發佈並進行跨平台展示，並建立屬於自己的專業作品集。
教科書/參考書
評分標準
出席率與平時作業30% 期中專案30% 期末專案40%
學分數
2
授課時數(周)
2
開課班級
A11576
修課人數
29
本課程旨在提升學生對 Blender 的專業掌握，結合 AI 技術提升建模與動畫效率，並拓展至 VIVERSE Worlds 的應用，讓作品能於虛擬世界中展示與互動。學生將學習建模、材質、燈光、動畫與資產管理，並理解 AI 在流程優化的價值。最終透過專案實作與 VIVERSE Worlds 平台，完成數位場景的展示與分享，培養實務能力與專業競爭力。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-20.00%;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
第一單元將學習 Blender 的介面與工具操作，建立基本操作能力，掌握資產管理技巧，並能進行物件建模，建立完整的基礎實務能力。 第二單元進入進階階段，學生將熟悉更精細的建模技巧，掌握材質與貼圖設計，學會燈光與渲染表現，並能完成基礎動畫的製作。 第三單元專注於 AI 在 3D 建模中的應用，涵蓋 AI 工具與資源整合、AI 輔助建模、AI 驅動的動畫技術以及渲染優化，最後以專題實踐結合 Blender 與 AI 技術進行創意開發。 第四單元導入 VIVERSE Worlds，學生將學會平台應用與資產優化，能夠創建互動式虛擬場景，將成果發佈並進行跨平台展示，並建立屬於自己的專業作品集。
教科書/參考書
評分標準
出席率與平時作業30% 期中專案30% 期末專案40%
學分數
2
授課時數(周)
2
開課班級
A11576
修課人數
29
115-1_淨零綠領人才培育
創新學院不分系
教學目標
本課程的教學目標在於培育具備淨零轉型所需知識與技能的綠領人才，帶領同學理解全球淨零趨勢與臺灣政策方向，並能掌握能源轉型、碳管理、循環經濟及永續創新等核心概念，使同學具備掌握全球因應氣候變遷、全球永續發展方針與能源轉型趨勢的能力，並培養同學具備問題解決的能力，使其成為在企業、政府或社會組織中推動淨零行動的專業綠領人才。
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-20.00%;田野調查-10.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1 第一週 淨零排放國際趨勢及氣候治理發展現況
2 第二週 碳定價範圍及碳交易趨勢
3 第三週 碳邊境調整機制(CBAM)與企業ESG相關推動措施
4 第四週 臺灣淨零排放趨勢與發展
5 第五週 臺灣氣候政策與法制
6 第六週 臺灣碳費制度推動
7 第七週 溫室氣體盤查及登錄作業時程
8 第八週 溫室氣體盤查實務與盤查報告書
9 第九週 期中考
10 第十週 自願性碳市場、自願減量專案與減量額度
11 第十一週 溫室氣體自願減量實務作法
12 第十二週 溫室氣體自願減量/抵換專案確證與查驗
13 第十三週 生命週期評估
14 第十四週 產品碳足跡
15 第十五週 期末報告
16 第十六週 期末報告
17 第十七週 彈性上課：溫室氣體盤查報告書實作(16+2)
18 第十八週 彈性上課：溫室氣體盤查報告書實作(16+2)
教科書/參考書
參考環境部淨零綠領人才培育課程講義及自編教材
評分標準
期中考50%
期末報告30%
課堂參與度10%
（小組討論）作業或專題10%
學分數
3
授課時數(周)
3
開課班級
A11576
修課人數
30
本課程的教學目標在於培育具備淨零轉型所需知識與技能的綠領人才，帶領同學理解全球淨零趨勢與臺灣政策方向，並能掌握能源轉型、碳管理、循環經濟及永續創新等核心概念，使同學具備掌握全球因應氣候變遷、全球永續發展方針與能源轉型趨勢的能力，並培養同學具備問題解決的能力，使其成為在企業、政府或社會組織中推動淨零行動的專業綠領人才。
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-20.00%;田野調查-10.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1 第一週 淨零排放國際趨勢及氣候治理發展現況
2 第二週 碳定價範圍及碳交易趨勢
3 第三週 碳邊境調整機制(CBAM)與企業ESG相關推動措施
4 第四週 臺灣淨零排放趨勢與發展
5 第五週 臺灣氣候政策與法制
6 第六週 臺灣碳費制度推動
7 第七週 溫室氣體盤查及登錄作業時程
8 第八週 溫室氣體盤查實務與盤查報告書
9 第九週 期中考
10 第十週 自願性碳市場、自願減量專案與減量額度
11 第十一週 溫室氣體自願減量實務作法
12 第十二週 溫室氣體自願減量/抵換專案確證與查驗
13 第十三週 生命週期評估
14 第十四週 產品碳足跡
15 第十五週 期末報告
16 第十六週 期末報告
17 第十七週 彈性上課：溫室氣體盤查報告書實作(16+2)
18 第十八週 彈性上課：溫室氣體盤查報告書實作(16+2)
教科書/參考書
參考環境部淨零綠領人才培育課程講義及自編教材
評分標準
期中考50%
期末報告30%
課堂參與度10%
（小組討論）作業或專題10%
學分數
3
授課時數(周)
3
開課班級
A11576
修課人數
30
115-1_碳貯存的計算與應用
創新學院不分系
教學目標
在當前全球追求 ESG（環境、社會、公司治理）與淨零碳排的浪潮下，森林資源所帶來的「森林碳匯（綠碳）」已成為減緩氣候變遷的關鍵。本課程依據《聯合國氣候變化綱要公約的京都議定書》之國際標準，圍繞「碳貯存」與「碳補償」的核心科學，帶領同學了解碳稅與碳交易市場的運作機制。本課程與「高大 USR Hub 在地跨界永續共學行動平台」深度合作，結合 STEAM（科學、技術、工程、藝術、數學）的跨領域精神，我們將走出傳統教室，以高大校園內超過九千株的豐富植物生態為天然實驗室，並跨界延伸至鄰近的藍田國小；透過實地操作測量儀器、認識植物碳貯存係數，親自建構林木碳貯存量的估算技術，將理論轉化為解決現實永續問題的實戰能力。
課程教學目標
1. 核心知識與國際趨勢（Science & Art）:
掌握 ESG、淨零碳排、碳源與碳匯交易市場的國際公約與發展趨勢。
理解植物光合作用與木質部「碳固定」的背景科學原理。
內化聯合國永續發展目標（SDGs），培養反思人與生態關係的永續世界公民素養。
2. 專業技術與儀器操作（Technology & Engineering）:
辨識與認識校園常見的森林植物與其碳貯存特性。
熟練操作林業調查相關測量儀器，規劃並執行現地林木普查工程。
3. 數據分析與跨領域應用（Mathematics）:
應用數學統計與碳貯存係數公式，精準估算森林植物的碳貯存總量。
具備將科學數據轉化為碳交易市場潛在產品的跨領域思考與動手解決問題能力。
4. 在地實踐與社會責任（USR 行動）:
透過與藍田國小的在地共學行動，具備將專業知識轉譯並服務社會的在地實踐力。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-5.00%;專題實作與報告-15.00%;田野調查-40.00%;實驗-0.00%;其他-0.00%
課程內容與進度
課程內容包括以下：
課程簡介，碳貯存&綠碳的定義與應用
碳源(Carbon Source)及碳匯(Carbon Sink)
介紹森林植物以及與本校校園植物認識，不同植物固氮能力介紹
校園植物利用 以烏桕為例
台灣現況-溫室氣體與氣候變遷與災害,臺灣氣候變遷衝擊評析,台灣碳排放量現況&生活中如何減碳
碳貯存的測量法介紹與示範，測量儀器如雷射測距儀練習(授課教師高佑靈以及TA會幫忙同學學習操作)
期中考
碳貯存樣區-本校校園的測量實作(先到教室集合，再帶入校園，在校園中練習如何測量)(授課教師:高佑靈，以及TA會一同幫忙同學操作)(連續2小時)
碳貯存樣區-藍田國小的測量實作(先到教室集合，再帶到藍田國小，在校園外側練習如何測量)(授課教師:高佑靈，以及TA會一同幫忙同學操作)(連續2小時)
計算植物 “絕對重量” 的方法與操作流程介紹以及碳貯存計算
之前課程中會先介紹期末專題製作方式， 最後幾週進行小組分組報告(至少三人一組，依選課同學多寡再行挑整)
綜合討論
教科書/參考書
自編講義
評分標準
實作與課程參與50%、期中考15%、期末口頭報告與書面報告(25+10%)。
學分數
1
授課時數(周)
1
開課班級
A11361
修課人數
18
在當前全球追求 ESG（環境、社會、公司治理）與淨零碳排的浪潮下，森林資源所帶來的「森林碳匯（綠碳）」已成為減緩氣候變遷的關鍵。本課程依據《聯合國氣候變化綱要公約的京都議定書》之國際標準，圍繞「碳貯存」與「碳補償」的核心科學，帶領同學了解碳稅與碳交易市場的運作機制。本課程與「高大 USR Hub 在地跨界永續共學行動平台」深度合作，結合 STEAM（科學、技術、工程、藝術、數學）的跨領域精神，我們將走出傳統教室，以高大校園內超過九千株的豐富植物生態為天然實驗室，並跨界延伸至鄰近的藍田國小；透過實地操作測量儀器、認識植物碳貯存係數，親自建構林木碳貯存量的估算技術，將理論轉化為解決現實永續問題的實戰能力。
課程教學目標
1. 核心知識與國際趨勢（Science & Art）:
掌握 ESG、淨零碳排、碳源與碳匯交易市場的國際公約與發展趨勢。
理解植物光合作用與木質部「碳固定」的背景科學原理。
內化聯合國永續發展目標（SDGs），培養反思人與生態關係的永續世界公民素養。
2. 專業技術與儀器操作（Technology & Engineering）:
辨識與認識校園常見的森林植物與其碳貯存特性。
熟練操作林業調查相關測量儀器，規劃並執行現地林木普查工程。
3. 數據分析與跨領域應用（Mathematics）:
應用數學統計與碳貯存係數公式，精準估算森林植物的碳貯存總量。
具備將科學數據轉化為碳交易市場潛在產品的跨領域思考與動手解決問題能力。
4. 在地實踐與社會責任（USR 行動）:
透過與藍田國小的在地共學行動，具備將專業知識轉譯並服務社會的在地實踐力。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-5.00%;專題實作與報告-15.00%;田野調查-40.00%;實驗-0.00%;其他-0.00%
課程內容與進度
課程內容包括以下：
課程簡介，碳貯存&綠碳的定義與應用
碳源(Carbon Source)及碳匯(Carbon Sink)
介紹森林植物以及與本校校園植物認識，不同植物固氮能力介紹
校園植物利用 以烏桕為例
台灣現況-溫室氣體與氣候變遷與災害,臺灣氣候變遷衝擊評析,台灣碳排放量現況&生活中如何減碳
碳貯存的測量法介紹與示範，測量儀器如雷射測距儀練習(授課教師高佑靈以及TA會幫忙同學學習操作)
期中考
碳貯存樣區-本校校園的測量實作(先到教室集合，再帶入校園，在校園中練習如何測量)(授課教師:高佑靈，以及TA會一同幫忙同學操作)(連續2小時)
碳貯存樣區-藍田國小的測量實作(先到教室集合，再帶到藍田國小，在校園外側練習如何測量)(授課教師:高佑靈，以及TA會一同幫忙同學操作)(連續2小時)
計算植物 “絕對重量” 的方法與操作流程介紹以及碳貯存計算
之前課程中會先介紹期末專題製作方式， 最後幾週進行小組分組報告(至少三人一組，依選課同學多寡再行挑整)
綜合討論
教科書/參考書
自編講義
評分標準
實作與課程參與50%、期中考15%、期末口頭報告與書面報告(25+10%)。
學分數
1
授課時數(周)
1
開課班級
A11361
修課人數
18
115-1_人工智慧與永續發展
創新學院不分系
教學目標
本課程旨在引導學生理解人工智慧於永續發展議題中的應用潛力與影響，並透過跨領域學習培養學生運用AI解決問題之能力。課程以聯合國永續發展目標（Sustainable Development Goals, SDGs）為核心架構，從永續概念導入，結合AI技術與工具應用，帶領學生認識AI在氣候變遷、能源管理、醫療照護、社會公平與公共政策等面向的實際案例。本課程採跨院合作授課模式，邀請工學院、理學院、管理學院、人文社會學院及法學院教師共同參與，分別從各院專業，像是工程技術、科學分析、商業應用、社會影響及制度規範等多元視角，探討AI於不同領域中的永續應用，培養學生跨域整合之能力與視野。在教學設計上，強調「問題導向學習」與「專題實作」，各學院教師分別從科技、科學、管理、人文及法規面向，引導學生分析永續議題，同時設計來自各不同背景學生皆可學習之教材內容，將以異質性小組（跨系組隊）形式針對特定永續議題進行探究。前半學期課程結束後，學生須完成專題反思與跨領域整合工作單，並於導師帶領下檢視如何將所學應用於專題發展。為強化課程整體性，本課程後半段將採取分組導師制，每組配置導師協助學生統整跨領域學習成果，動態使用電腦教室，運用AI工具進行資料蒐集、分析與創新應用，並透過定期進度檢核與回饋機制，引導學生將不同領域觀點轉化為具體專題成果。期末將辦理成果發表會，由跨院教師共同評審，展現學生跨領域整合與AI應用之學習成果。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-30.00%;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.微學程與課程介紹、永續發展（SDGs）概念、AI在永續發展中的角色（案例導入）、分組與期末專案說明
2.業師講座
3.理工學院主題：智慧製造、環境與科學數據分析 ，例如：AI×節能減碳、智慧城市與智慧電網、碳排預測模型、AI在氣候變遷、空氣品質、水資源科學模擬與預測
4.教師節國定假日（請學生確認分組名單，10/5繳交）
5.業師講座
6.法學院主題：AI治理與永續政策，例如：AI法規、AI在資料治理與公共政策應用
7.人文社會學院主題：社會影響與公平正義，例如：AI與數位落差、AI倫理與社會責任、永續教育與文化保存
8.光復節補假
9.管理學院主題：永續商業與ESG，例如：AI在ESG評估、供應鏈管理、綠色消費與商業模式之應用
10.專題分組與構想提案（專題導師媒合）
11-16.專題製作
17.期末成果發表與專題競賽
18.自主學習週（靜態成果展）
教科書/參考書
自編教材
評分標準
出席率 30%
課程報告 30%
期末報告 40%
學分數
2
授課時數(周)
2
開課班級
A11576
修課人數
59
本課程旨在引導學生理解人工智慧於永續發展議題中的應用潛力與影響，並透過跨領域學習培養學生運用AI解決問題之能力。課程以聯合國永續發展目標（Sustainable Development Goals, SDGs）為核心架構，從永續概念導入，結合AI技術與工具應用，帶領學生認識AI在氣候變遷、能源管理、醫療照護、社會公平與公共政策等面向的實際案例。本課程採跨院合作授課模式，邀請工學院、理學院、管理學院、人文社會學院及法學院教師共同參與，分別從各院專業，像是工程技術、科學分析、商業應用、社會影響及制度規範等多元視角，探討AI於不同領域中的永續應用，培養學生跨域整合之能力與視野。在教學設計上，強調「問題導向學習」與「專題實作」，各學院教師分別從科技、科學、管理、人文及法規面向，引導學生分析永續議題，同時設計來自各不同背景學生皆可學習之教材內容，將以異質性小組（跨系組隊）形式針對特定永續議題進行探究。前半學期課程結束後，學生須完成專題反思與跨領域整合工作單，並於導師帶領下檢視如何將所學應用於專題發展。為強化課程整體性，本課程後半段將採取分組導師制，每組配置導師協助學生統整跨領域學習成果，動態使用電腦教室，運用AI工具進行資料蒐集、分析與創新應用，並透過定期進度檢核與回饋機制，引導學生將不同領域觀點轉化為具體專題成果。期末將辦理成果發表會，由跨院教師共同評審，展現學生跨領域整合與AI應用之學習成果。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-30.00%;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.微學程與課程介紹、永續發展（SDGs）概念、AI在永續發展中的角色（案例導入）、分組與期末專案說明
2.業師講座
3.理工學院主題：智慧製造、環境與科學數據分析 ，例如：AI×節能減碳、智慧城市與智慧電網、碳排預測模型、AI在氣候變遷、空氣品質、水資源科學模擬與預測
4.教師節國定假日（請學生確認分組名單，10/5繳交）
5.業師講座
6.法學院主題：AI治理與永續政策，例如：AI法規、AI在資料治理與公共政策應用
7.人文社會學院主題：社會影響與公平正義，例如：AI與數位落差、AI倫理與社會責任、永續教育與文化保存
8.光復節補假
9.管理學院主題：永續商業與ESG，例如：AI在ESG評估、供應鏈管理、綠色消費與商業模式之應用
10.專題分組與構想提案（專題導師媒合）
11-16.專題製作
17.期末成果發表與專題競賽
18.自主學習週（靜態成果展）
教科書/參考書
自編教材
評分標準
出席率 30%
課程報告 30%
期末報告 40%
學分數
2
授課時數(周)
2
開課班級
A11576
修課人數
59
115-1_人工智慧倫理(一) (二)
創新學院不分系
教學目標
AI愈來愈走進學習、職場與生活。本課程是高雄大學數位自主學習，陪伴學生透過磨課師線上教材、走進案例並完成實作。從AI倫理觀點並對齊台灣人工智慧基本法七項原則出發，學習看見偏誤、隱私、安全、公平與責任。接著課程再將視野帶入百工百業，理解AI／ML流程、人類監督與設計即倫理，把對人的關心轉化為可行的AI治理作法，讓修課同學賦能為負責任的AI使用者。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-40.00%;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
見高雄大學 moodle 平台各周次的自主學習規劃。
教科書/參考書
一、自編教材 二、歐盟人工智慧法案 (EU AI Act) 三、歐盟值得信賴的 AI 倫理指引 (Ethics Guidelines for Trustworthy AI) 四、美國NIST人工智慧風險管理框架 (NIST AI RMF 1.0) 五、美國AI權利藍圖草案 (Blueprint for an AI Bill of Rights) 六、台灣人工智慧基本法
評分標準
一、自主學習觀看影片與測驗：60% 二、期中個人學習報告：20% 三、期末個人學習報告：20%
學分數
1
授課時數(周)
1
開課班級
A11576
修課人數
60
AI愈來愈走進學習、職場與生活。本課程是高雄大學數位自主學習，陪伴學生透過磨課師線上教材、走進案例並完成實作。從AI倫理觀點並對齊台灣人工智慧基本法七項原則出發，學習看見偏誤、隱私、安全、公平與責任。接著課程再將視野帶入百工百業，理解AI／ML流程、人類監督與設計即倫理，把對人的關心轉化為可行的AI治理作法，讓修課同學賦能為負責任的AI使用者。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-40.00%;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
見高雄大學 moodle 平台各周次的自主學習規劃。
教科書/參考書
一、自編教材 二、歐盟人工智慧法案 (EU AI Act) 三、歐盟值得信賴的 AI 倫理指引 (Ethics Guidelines for Trustworthy AI) 四、美國NIST人工智慧風險管理框架 (NIST AI RMF 1.0) 五、美國AI權利藍圖草案 (Blueprint for an AI Bill of Rights) 六、台灣人工智慧基本法
評分標準
一、自主學習觀看影片與測驗：60% 二、期中個人學習報告：20% 三、期末個人學習報告：20%
學分數
1
授課時數(周)
1
開課班級
A11576
修課人數
60
115-1_人工智慧基礎與應用
創新學院不分系
教學目標
此門課將採取以應用為主，理論為輔，以專案與問題為導向(Project & Problem-Oriented)的教學概念。透過講解，使學生能了解AI基礎知識，並透過實際問題，使用現有的AI工具，以簡單的程式套件來解決問題，讓學生在後續系列課程學習時能有基本的AI系統發展概念及能力，並且樂於繼續修習之後的進階課程及應用課程。本課程預計將產出多個案例實作，使學生在修完此門課後，除具備基本的AI知識外，更能了解AI倫理，最終具備各項專業領域的基礎實作能力，達到跨域、永續與學用合一的教育目標。
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-50.00%;田野調查-0.00%;實驗-0.00%;其他:AI專家講座與參訪-20.00%
課程內容與進度
1.人工智慧介紹 (吳志宏支援)
2.資料探勘基礎原理與案例實作-1 (蔡仁勝)
3.資料探勘基礎原理與案例實作-2 (蔡仁勝)
4.AI講座 (業界專家)
5.最近鄰居法KNN與K-means分群之基礎原理與案例實作 (蔡仁勝)
6.DB-Scan分群與階層式分群之基礎原理與案例實作 (蔡仁勝)
7.決策樹Decision Tree基礎原理與案例實 (蔡仁勝)
8.貝氏網路Bayesian network基礎原理與案例實作 (蔡仁勝)
9.期中報告 (蘇家輝)
10.支援向量機(Support Vector Machine)之基礎原理與案例實作 (蘇家輝)
11.遺傳編程(Genetic Programming) 之基礎原理與案例實作 (蘇家輝)
12.迴歸(Regression) 之基礎原理與案例實作 (蘇家輝)
13.AI講座 (業界專家)
14.隨機森林(Random Forest)與自適應增強(AdaBoost)之基礎原理與案例實作 (蘇家輝)
15.捲積神經網路(Convolutional Neural Network) 之基礎原理與案例實作 (蘇家輝)
16-17.期末專案報告指導與討論 (蘇家輝)
18.期末專案報告 (蘇家輝、業界專家)
教科書/參考書
自製教材
評分標準
考試0%、出席率30%、上課實作30%、期中報告20%、期末專案20%
學分數
3
授課時數(周)
3
開課班級
A11576
修課人數
37
此門課將採取以應用為主，理論為輔，以專案與問題為導向(Project & Problem-Oriented)的教學概念。透過講解，使學生能了解AI基礎知識，並透過實際問題，使用現有的AI工具，以簡單的程式套件來解決問題，讓學生在後續系列課程學習時能有基本的AI系統發展概念及能力，並且樂於繼續修習之後的進階課程及應用課程。本課程預計將產出多個案例實作，使學生在修完此門課後，除具備基本的AI知識外，更能了解AI倫理，最終具備各項專業領域的基礎實作能力，達到跨域、永續與學用合一的教育目標。
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-50.00%;田野調查-0.00%;實驗-0.00%;其他:AI專家講座與參訪-20.00%
課程內容與進度
1.人工智慧介紹 (吳志宏支援)
2.資料探勘基礎原理與案例實作-1 (蔡仁勝)
3.資料探勘基礎原理與案例實作-2 (蔡仁勝)
4.AI講座 (業界專家)
5.最近鄰居法KNN與K-means分群之基礎原理與案例實作 (蔡仁勝)
6.DB-Scan分群與階層式分群之基礎原理與案例實作 (蔡仁勝)
7.決策樹Decision Tree基礎原理與案例實 (蔡仁勝)
8.貝氏網路Bayesian network基礎原理與案例實作 (蔡仁勝)
9.期中報告 (蘇家輝)
10.支援向量機(Support Vector Machine)之基礎原理與案例實作 (蘇家輝)
11.遺傳編程(Genetic Programming) 之基礎原理與案例實作 (蘇家輝)
12.迴歸(Regression) 之基礎原理與案例實作 (蘇家輝)
13.AI講座 (業界專家)
14.隨機森林(Random Forest)與自適應增強(AdaBoost)之基礎原理與案例實作 (蘇家輝)
15.捲積神經網路(Convolutional Neural Network) 之基礎原理與案例實作 (蘇家輝)
16-17.期末專案報告指導與討論 (蘇家輝)
18.期末專案報告 (蘇家輝、業界專家)
教科書/參考書
自製教材
評分標準
考試0%、出席率30%、上課實作30%、期中報告20%、期末專案20%
學分數
3
授課時數(周)
3
開課班級
A11576
修課人數
37
115-1_企業資源規劃導論與應用
創新學院不分系
教學目標
本課程旨在建立學生完整的企業資源規劃（ERP）觀念，透過配銷、庫存、採購等供應鏈 & 營運流程，理解企業各部門間之作業流程與資訊整合機制。 課程結合理論講授、ERP 系統實作及案例演練，使學生熟悉企業實務常用之ERP系統，培養企業營運流程分析與系統應用能力。 期望學生修習本課程後，具備企業資源規劃專業知識、ERP系統操作能力及跨部門資訊整合觀念，並輔導考取 ERP 軟體應用師（配銷模組）專業證照，以提升未來就業競爭力。
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
第1週： 課前介紹與課程概念說明、企業資源規劃（ERP）概論。 第2週： ERP 基本概念I 與 業師演講。 第3週： ERP 基本概念II。 第4週： 配銷管理（一）：配銷流程與基本作業。 第5週： 配銷管理（二）：客戶、訂單與出貨作業。 第6週： 配銷管理（三）：銷售流程整合與案例演練。 第7週： 配銷管理（四）：綜合實作與配銷流程整合。 第8週： 期中考。 第9週： 物料管理（一）：物料管理基本概念與主檔資料。 第10週： 物料管理（二）：採購流程與採購作業。 第11週： 物料管理（三）：庫存管理與庫存異動作業。 第12週： 物料管理（四）：供應鏈管理與物料整合應用。 第13週： 物料管理（五）：案例分析與綜合實作。 第14週： ERP 系統整合應用與企業流程實作演練。 第15週： ERP 軟體應用師（配銷）證照重點複習與模擬測驗。 第16週： 期末考（或 ERP 軟體應用師證照考試）。
教科書/參考書
ERP企業資源規劃導論(第五版)
評分標準
期中考: 30 % 期末考: 30 % 作業與出席: 40 %
學分數
2
授課時數(周)
2
開課班級
A11576
修課人數
41
本課程旨在建立學生完整的企業資源規劃（ERP）觀念，透過配銷、庫存、採購等供應鏈 & 營運流程，理解企業各部門間之作業流程與資訊整合機制。 課程結合理論講授、ERP 系統實作及案例演練，使學生熟悉企業實務常用之ERP系統，培養企業營運流程分析與系統應用能力。 期望學生修習本課程後，具備企業資源規劃專業知識、ERP系統操作能力及跨部門資訊整合觀念，並輔導考取 ERP 軟體應用師（配銷模組）專業證照，以提升未來就業競爭力。
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
第1週： 課前介紹與課程概念說明、企業資源規劃（ERP）概論。 第2週： ERP 基本概念I 與 業師演講。 第3週： ERP 基本概念II。 第4週： 配銷管理（一）：配銷流程與基本作業。 第5週： 配銷管理（二）：客戶、訂單與出貨作業。 第6週： 配銷管理（三）：銷售流程整合與案例演練。 第7週： 配銷管理（四）：綜合實作與配銷流程整合。 第8週： 期中考。 第9週： 物料管理（一）：物料管理基本概念與主檔資料。 第10週： 物料管理（二）：採購流程與採購作業。 第11週： 物料管理（三）：庫存管理與庫存異動作業。 第12週： 物料管理（四）：供應鏈管理與物料整合應用。 第13週： 物料管理（五）：案例分析與綜合實作。 第14週： ERP 系統整合應用與企業流程實作演練。 第15週： ERP 軟體應用師（配銷）證照重點複習與模擬測驗。 第16週： 期末考（或 ERP 軟體應用師證照考試）。
教科書/參考書
ERP企業資源規劃導論(第五版)
評分標準
期中考: 30 % 期末考: 30 % 作業與出席: 40 %
學分數
2
授課時數(周)
2
開課班級
A11576
修課人數
41