我的学系 |
长庚大学 人工智慧学系 |
淡江大学 人工智慧学系 |
---|---|---|
所属学群 |
资讯学群
跨
工程学群
资讯工程学类 |
资讯学群
跨
工程学群
资讯工程学类 |
所在校区 |
校本部 桃园市龟山区文化一路259号 |
校本部 251新北市淡水区英专路151号 |
学系特色 |
「人工智慧学系」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。 |
本系的主要特色是在人工智慧(础滨)领域构建多样化、贴近产业界需求与软硬体整合的实务应用,例如无人机、自驾车、智慧製造、视觉智慧系统、金融科技、商业智慧、智慧资安、自然语言应用、智慧防灾、文学创作智慧、医学巨量资料分析等,提供学生利用最新之深度强化学习的演算法与成果,深入真实世界场景,直接学习到如何「用础滨解决真实世界问题」的础滨工程实践。 |
学科意涵 |
人工智慧是智慧運算建立在资讯、統計、網路的基礎上,研究机器学习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。 |
人工智慧(础滨)是指由人类所製造出来的系统或机器,能够模仿人类的智慧执行任务。础滨所指涉的学科定义為探讨与发展模仿人类智慧的系统,创造有助於改善人类生活的智慧科技。学习领域包括「数学与逻辑」、「程式设计」、「数据分析」、「机器学习」、「深度学习」、「跨域知识与应用」等。另外,也指涉人工智慧在科学、工程、医学、商管、及其他领域之应用学科。 |
学习方法 |
![]() 課堂講授:由教授解析人工智慧與资讯科學基礎理論,帶領學生透過演算法或是程式解決人工智慧問題。 图解:课堂讲授 版权:自行製作 ![]() 实验实作:透过程式设计与伺服器使用进行实验的设计与实作,以理解演算法与设计流程运行状况。 图解:实验实作 版权:自行製作 ![]() 分组专题:透过分组方式,由教授指导进行实际专题研究,鼓励学生参与国内外比赛,参与暑期实习等与职场场域吻合之教学活动。 图解:分组专题 版权:自行製作 ![]() 邀请演讲:邀请业界专家及研究人员发表演讲,帮助学生透过演讲快速吸收人工智慧相关领域最新技术与应用,促进学生了解人工智慧对产业、社会及全球之影响,并培养持续学习之习惯与能力。 图解:邀请演讲 版权:自行製作 ![]() 鼓励学生参加人工智慧或相关专业之竞赛,透过参加竞赛来检视学习成果,并藉此增加实务及实作的能力。 图解:鼓励参与校内外竞赛 版权:自行拍摄 |
未上传图片 经常以数学与逻辑思考方法,进行科学与工程问题的探讨与分析,并建立问题的模型。 未上传图片 经常使用程式设计方式,执行科学与工程问题模型的测试、呈现、解析、演绎。 未上传图片 經常使用人工智慧机器学习,搭配領域知識(domain knowledge),並且使用程式设计方法,解決科學與工程問題。 ![]() 鼓励学生参加人工智慧或专业学习相关的竞赛,透过竞赛总整学习成果,增加实务与实作能力。 |
高中階段可以準備的学习方法或方向 |
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。 |
培养数理逻辑能力,除了课堂课程学习,可以参与校内外科学议题的竞赛、成果展示、观摩学习等,增广见闻与增进思考能力。 |
与相关科系之异同 |
人工智慧学系 |
人工智慧学系屬於大範圍资讯工程領域,專注在數理邏輯、数据分析、机器学习、深度学习等專業領域,培養國家所需的人工智慧專業人才。 |
生涯发展容易误解之处 |
本系以人工智慧所需的數學、程式語言設計、人工智慧概论、机器学习與深度学习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「智慧医疗」、「人工智慧」、「电脑科学」等領域研讀。故未來出路不僅是工程師,更可以跨足资讯工程、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。 |
本系培育的畢業生,並非純粹程式设计師或资讯處理員。程式與资讯能力只是必備工具,學生學習重點在於數理邏輯分析能力,人工智慧机器学习模型的架構設計,以及實務解決問題的能力。 |
学习方法容易誤解之處 |
本系着重於资料科学、软体设计与应用,强调多元与创意的跨领域应用,主要课程為电脑基础科学(如计算机概论与各式程式设计)、基础科学(微积分、离散数学、线性代数、普通物理/化学/生物等)及人工智慧相关理论与应用(机器学习、深度学习、电脑视觉、自然语言处理),不包含电机资工的硬体相关课程或资管系的管理课程。 |
人工智慧学系學生學習重點,並非只是套用現有軟體來解決問題,而是對机器学习模型分析、設計、驗證、演繹能力的培養,並且使用机器学习模型解決科學與工程問題。 |
补充提醒与说明 |
「智慧运算学院」成立於2022年,是全国首座专门為人工智慧教育与研究设立的「学院级」学术单位,提供完整的学士、硕士、博士学位,以培育国际水準的顶尖础滨人才為目标,因应台湾科研与公司的础滨大未来需求。 |
人工智慧是发展中的科学,适合具创意与创新精神的学子投入,扩展更丰富的领域。 |
我的学系 |
长庚大学 人工智慧学系 |
淡江大学 人工智慧学系 |
---|---|---|
核心课程地图 |
|
|
专业选修课程 |
|
|
特色课程 |
![]() 深度学习深度学习在最近的人工智慧現今深度学习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学习人工智慧系統。 圖解:深度学习 版权:自行製作 ![]() 自然语言处理
自然语言处理是使用机器学习技術來處理、解讀文字和資料,學生將在此課程中學習到: 圖解:自然语言处理 版权:自行製作 ![]() 电脑视觉本課程從电脑视觉基礎概念介紹起,解釋电脑视觉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。內容包含影像处理、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,帶領學生吸收电脑视觉知識,並能應用先進电脑视觉之技術處理實務問題諸如偵測、辨識及影片分析。 圖解:电脑视觉 版权:自行製作 ![]() 机器人学习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。本課程將介紹机器人学习的基本技術,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:机器人学习 版权:自行製作 ![]() 专题研究学生在了解各教授实验室方向后,依兴趣分组找寻指导教授,一同构思专题题目、透过融会贯通先前所学的内容,并於实作过程主动找寻实作所需知识。学生於此系列课程中完成专题製作包括题目分析、竞品比较、产物目标设定、功能分析、程式实作、使用者测试,最后参与校内专题竞赛或国内外比赛、发表专题成果,整合所学知识技能。 圖解:专题研究 版权:自行製作 |
未上传图片 机器学习(一)(二)兩門課各2學分的核心必修課程,分兩個學期探討机器学习的數學理論基礎,以及實用演算法。 未上传图片 深度学习3學分核心必修課程,探討深度学习的數學理論基礎,以及深度学习實用演算法。 未上传图片 AI专业实习学程此為选修课程,两学期六门课合计18学分,修课学生须到础滨产业公司全时实习,提供学生产业实务经验,增加专业就业能力。 未上传图片 人工智慧实务3学分选修课程,探讨人工智慧理论与技术在科学、工程、医学、商管、以及其他领域的实务应用。 |
我的学系 |
长庚大学 人工智慧学系 |
淡江大学 人工智慧学系 |
---|---|---|
适合从事工作 |
|
|
系友生涯 |
未上传图片
本系尚无毕业生本系尚无毕业生 本系尚无毕业生 |
未上传图片
本系尚无毕业生本系尚无毕业生 本系尚无毕业生 |
我的学系 |
长庚大学 人工智慧学系 |
淡江大学 人工智慧学系 |
---|---|---|
多元能力 |
逻辑推理: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%
数理科学: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资讯。
20%
程式设计: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%
敏锐创造: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:运用不同观点对问题进行理性分析,对问题的解决方法或结论,评估出优缺点、支持、反对的意见。
10%
主动学习:積極尋求新资讯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%
问题解决: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%
|
逻辑推理: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%
数理科学: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资讯。
20%
程式设计: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%
语文理解与表达:能透過語文理解他人想法形成特定概念,且能說明特定想法或因果關係。
10%
主动学习:積極尋求新资讯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%
问题解决: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。
5%
敏锐创造: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。
5%
快速知觉与总结:能從散落的资讯中,快速分辨與覺察具有意義的訊息,且能歸納出要點、關聯、架構等概念。
5%
专注力:投入心力在特定訊息及排除外部干擾。
5%
|
性格特质 |
变通开创: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:总是愿意优先关照、包容他人的需求,在不同意见中寻求最大的合作可能,优先寻求团体的共同价值,信任团体成员的指引。
25%
坚毅负责: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%
|
深思力行:常常追求事物的条理秩序,审慎确认事物的彼此关係,行事仔细考量后果。
30%
自信肯定:总是相信自己能达成目标,会肯定自身的优势、长处,面对挫败能较好的调整情绪。
20%
坚毅负责: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。
20%
主动积极:常常主動提出特定見解,樂於付出活力與熱情投入特定問題、活動,引領他人的行動。
15%
合作互助:总是愿意优先关照、包容他人的需求,在不同意见中寻求最大的合作可能,优先寻求团体的共同价值,信任团体成员的指引。
15%
|
展开