加入比較清單
資料更新時間：2024/10/29 下午 12:00:21
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。
2. 實作練習：透過實際操作各種方法，學習評估各方法的好壞。
3. 累積學識：接觸相關科學及工程知識，厚植必備學識基礎。
4. 能力訓練：藉由參加活動或發表專題，培養策劃、設計、協調及執行等技能。
5. 開拓視野：關心國際、社會時事，發展個人理解與意見，養成人文關懷素養。
與相關科系之異同
人工智慧學系
◆不只有資訊工程技術：將人工智慧相關的技術深化為核心課程，更強調多元與創意的跨領域應用。
◆比電機工程更先進：多元創意的軟體設計與應用與處理大數據的能力，具備軟體技術上之優勢。
◆強於資訊管理：著重於訓練程式設計、尖端資訊技術與多元創意的各領域應用能力。
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。
歡迎對AI領域有興趣的同學們申請入學。
有關本系詳細資訊請參見網址 https://www.cgu.edu.tw/ai
核心課程地圖
-
大一必修
- 程式設計
- 智慧計算導論
- 離散數學
- AI程式語言
- 資訊安全
- 微積分
- 普通物理學
- 有機化學
- 普通生物學
-
大二必修
- 線性代數
- 資料結構
- 機器學習
- 演算法
- 機率與統計
- 資料探勘
-
大三必修
- 專題研究(1)(2)
- 電腦視覺
- 深度學習
- 資料分析
- 自然語言處理
- 作業系統與雲端計算
- 專題演講
-
大四必修
- 專題研究(3)
專業選修課程
-
人工智慧
- 虛擬與擴充實境、智慧網宇系統、機器學習專題、多代理人系統、深度學習專題、語音處理
-
電腦科學
- 行動應用程式開發、Web應用程式開發、計算機網路、平行程式設計、量子機器學習
-
智慧醫療
- 大腦與認知科學、人體疾病概論、體學概論、生物資訊分析、臨床資訊工程、健康資料管理與分析、醫學影像處理、基因組數據科學
-
數學與科學
- 量子計算導論、資料科學
-
綜整與實務
- 實習(1)、(2)、海外研讀
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：
1. 自然語言處理基本觀念--語言模型
2. 學習深度學習模型與實作自然語言處理相關技術與方法
3. 學習自然語言處理相關應用
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
適合從事工作
-
軟體設計工程師
-
從事設計、撰寫、測試各種軟體程式，並協助測試、修改、維護與保管程式之工作。
-
-
其他資訊專業人員
-
從事各方面的資訊專業工作。
-
-
產品研發工程師
-
依據市場產品需求，進行產品的初始設計，並負責新產品製程的導入，並進行製程的檢測，以使新產品能夠穩定生產且符合相關標準之工作。
-
-
演算法開發工程師
-
從事演算法的研究、分析、構建並設計或修改相關軟體等工作。
-
-
網路軟體程式設計師
-
從事網際網路系統軟硬體與程式語言的設計撰寫、測試及安裝。
-
系友生涯發展
本系尚無畢業生
本系尚無畢業生
本系尚無畢業生
多元能力
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。
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。
圖表來源為該校系之重視百分比，加總為100%；百分比越高，代表越重視。
- 熱門比較學系
