|
銘傳大學 電腦與通訊工程學系AI機器人組(桃園校區) |
長庚大學 人工智慧學系 |
|
|---|---|---|
| 所屬學群 | 該學系已不存在 |
資訊學群
跨
工程學群
資訊工程學類 |
| 所在校區 |
校本部 桃園市龜山區文化一路259號 |
|
| 學系特色 |
「人工智慧學系」致力於培育AI專業人才，以因應AI翻轉各行各業趨勢，建立學生未來與AI共存共榮的能力。參考全球頂尖名校AI課程，以「智慧應用」、「智能工程」、「智知科學」為核心架構，設計全方位科學基礎與實作訓練課程。全面以國際文化辦學，聘用國內外全職師資雙語教學，常態與國際名師聯合授課、建立跨國教學與研究團隊，為學生提供國際化學習契機。規劃師生參訪美、日、德、波蘭、中東多校，進行多元學術交流活動。 |
|
| 學科意涵 |
人工智慧是智慧運算建立在資訊、統計、網路的基礎上，研究機器學習及在各應用領域的機器(人工)智慧。各應用領域有個別專業知識及技術，形成其外層核心知識。 |
|
| 學習方法 |
課堂講授：由教授解析人工智慧與資訊科學基礎理論，帶領學生透過演算法或是程式解決人工智慧問題。 圖解:課堂講授 版權:自行製作 
實驗實作：透過程式設計與伺服器使用進行實驗的設計與實作，以理解演算法與設計流程運行狀況。 圖解:實驗實作 版權:自行製作 
分組專題：透過分組方式，由教授指導進行實際專題研究，鼓勵學生參與國內外比賽，參與暑期實習等與職場場域吻合之教學活動。 圖解:分組專題 版權:自行製作 
邀請演講：邀請業界專家及研究人員發表演講，幫助學生透過演講快速吸收人工智慧相關領域最新技術與應用，促進學生了解人工智慧對產業、社會及全球之影響，並培養持續學習之習慣與能力。 圖解:邀請演講 版權:自行製作 
鼓勵學生參加人工智慧或相關專業之競賽，透過參加競賽來檢視學習成果，並藉此增加實務及實作的能力。 圖解:鼓勵參與校內外競賽 版權:自行拍攝 |
|
| 高中階段可以準備的學習方法或方向 |
1. 自主學習：平時積極發掘問題，並透過各種方式尋找解決方法。 |
|
| 與相關科系之異同 |
人工智慧學系 |
|
| 生涯發展容易誤解之處 |
本系以人工智慧所需的數學、程式語言設計、人工智慧概論、機器學習與深度學習等作為基礎核心課程，學生於大二、大三、大四時可依興趣自由選修「智慧醫療」、「人工智慧」、「電腦科學」等領域研讀。故未來出路不僅是工程師，更可以跨足資訊工程、醫學工程、智慧工廠、智慧製造、資料科學、演算法設計成為跨領域傑出人才。 |
|
| 學習方法容易誤解之處 |
本系著重於資料科學、軟體設計與應用，強調多元與創意的跨領域應用，主要課程為電腦基礎科學(如計算機概論與各式程式設計)、基礎科學(微積分、離散數學、線性代數、普通物理/化學/生物等)及人工智慧相關理論與應用(機器學習、深度學習、電腦視覺、自然語言處理)，不包含電機資工的硬體相關課程或資管系的管理課程。 |
|
| 補充提醒與說明 |
「智慧運算學院」成立於2022年，是全國首座專門為人工智慧教育與研究設立的「學院級」學術單位，提供完整的學士、碩士、博士學位，以培育國際水準的頂尖AI人才為目標，因應台灣科研與企業的AI大未來需求。 |
|
銘傳大學 電腦與通訊工程學系AI機器人組(桃園校區) |
長庚大學 人工智慧學系 |
|
|---|---|---|
| 核心課程地圖 | 該學系已不存在 |
|
| 專業選修課程 |
|
|
| 特色課程 |
深度學習深度學習在最近的人工智慧現今深度學習已廣泛應用於醫學影像、農業、自動駕駛、教育、防災和製造等領域的重要問題，本課程將帶領學生一步步從最基本的統計、樣型識別逐步來到神經網路乃至深度神經網路，運用 Python/Pytorch AI運算平台，搭配 GPU 的使用，讓學生製作出基本的深度學習人工智慧系統。 圖解:深度學習 版權:自行製作 
自然語言處理
自然語言處理是使用機器學習技術來處理、解讀文字和資料，學生將在此課程中學習到： 圖解:自然語言處理 版權:自行製作 
電腦視覺本課程從電腦視覺基礎概念介紹起，解釋電腦視覺如何處理充滿雜訊及不確定的資料，並涵蓋許多近期的研究發展與應用。內容包含影像處理、影像生成、物件偵測與辨識、語言與視覺、類神經網路及邊緣計算。本課程將透過討論與實作，帶領學生吸收電腦視覺知識，並能應用先進電腦視覺之技術處理實務問題諸如偵測、辨識及影片分析。 圖解:電腦視覺 版權:自行製作 
機器人學習隨著機器人和電腦物理系統融入我們的社會，這些機器人代理不僅需要學習執行不同的任務，透過機器人本身的感測元件，與環境交互作用中自主學習，學習包含機器人運動、與其他物件的接觸與互動、語言互動等能力。本課程將介紹機器人學習的基本技術，並特別關注設計具有與人類互動能力的具體形象代理。 圖解:機器人學習 版權:自行製作 
專題研究學生在了解各教授實驗室方向後，依興趣分組找尋指導教授，一同構思專題題目、透過融會貫通先前所學的內容，並於實作過程主動找尋實作所需知識。學生於此系列課程中完成專題製作包括題目分析、競品比較、產品目標設定、功能分析、程式實作、使用者測試，最後參與校內專題競賽或國內外比賽、發表專題成果，整合所學知識技能。 圖解:專題研究 版權:自行製作 |
|
銘傳大學 電腦與通訊工程學系AI機器人組(桃園校區) |
長庚大學 人工智慧學系 |
|
|---|---|---|
| 適合從事工作 | 該學系已不存在 |
|
| 系友生涯 |
未上傳圖片
本系尚無畢業生本系尚無畢業生 本系尚無畢業生 |
|
銘傳大學 電腦與通訊工程學系AI機器人組(桃園校區) |
長庚大學 人工智慧學系 |
|
|---|---|---|
多元能力 |
該學系已不存在 |
邏輯推理：能捕捉事物運作的規律或關聯性，歸納或是推演不同事物的差異或因果關係，並得到特定理解。
20%
數理科學：能選擇適當的科學、數理知識或邏輯來思考問題，依據科學規律正確地推演出答案或排列資訊。
20%
程式設計：了解程式語法以及邏輯架構，撰寫、修改程式，開發並設計系統。
20%
敏銳創造：能覺察特定事件與觀念、理論之間的差異，且能對事物進行拆解、組合、重新詮釋，呈現新穎之處。
10%
批判思考：運用不同觀點對問題進行理性分析，對問題的解決方法或結論，評估出優缺點、支持、反對的意見。
10%
主動學習：積極尋求新資訊用以掌握問題的前因、後果以及預期影響，並依據各環節選擇適合的學習行為。
10%
問題解決：分析並預判問題的成因與後果，設想出合適的解決方法及使用的工具。
10%
|
性格特質 |
變通開創：常常對多種事物，表達熱情興趣，對於既有事物，進行拆解、重組，給予新的理解與觀點，並且喜愛創造出令人意想不到的新事物。
50%
合作互助：總是願意優先關照、包容他人的需求，在不同意見中尋求最大的合作可能，優先尋求團體的共同價值，信任團體成員的指引。
25%
堅毅負責：常常長時間專注投入於特定事物，排除干擾訊息，會對所承諾的事物，會負起責任目標、執行到底，享受追求成就。
25%
|
