加入比较清单
資料更新時間：2024/10/29 下午 12:00:21
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，為學生提供國際化学習契機。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。
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。
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
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。
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。
与相关科系之异同
人工智慧学系
◆不只有资讯工程技術：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领域應用。
◆比电机工程更先進：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。
◆強於资讯管理：著重於訓練程式设计、尖端资讯技術與多元創意的各領域應用能力。
生涯发展容易误解之处
本系以人工智慧所需的数学、程式語言設計、人工智慧概論、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、医学工程、智慧工廠、智慧製造、資料科學、演算法設計成為跨领域傑出人才。
学习方法容易誤解之處
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领域應用，主要課程為電腦基礎科學(如計算機概論與各式程式设计)、基礎科學(微积分、離散数学、线性代数、普通物理/化学/生物等)及人工智慧相關理論與應用(机器学习、深度学习、电脑视觉、自然语言处理)，不包含電機資工的硬體相關課程或資管系的管理課程。
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。
欢迎对础滨领域有兴趣的同学们申请入学。
有關本系詳細资讯請參見網址 https://www.cgu.edu.tw/ai
核心课程地图
-
大一必修
- 程式设计
- 智慧计算导论
- 離散数学
- 础滨程式语言
- 资讯安全
- 微积分
- 普通物理学
- 有機化学
- 普通生物学
-
大二必修
- 线性代数
- 资料结构
- 机器学习
- 演算法
- 机率与统计
- 资料探勘
-
大叁必修
- 专题研究(1)(2)
- 电脑视觉
- 深度学习
- 资料分析
- 自然语言处理
- 作业系统与云端计算
- 专题演讲
-
大四必修
- 专题研究(3)
专业选修课程
-
人工智慧
- 虛擬與擴充實境、智慧網宇系統、机器学习專題、多代理人系統、深度学习專題、語音處理
-
电脑科学
- 行動應用程式開發、Web應用程式開發、計算機網路、平行程式设计、量子机器学习
-
智慧医疗
- 大腦與認知科學、人體疾病概論、體學概論、生物资讯分析、臨床资讯工程、健康資料管理與分析、医学影像處理、基因組數據科學
-
数学與科學
- 量子计算导论、资料科学
-
综整与实务
- 实习(1)、(2)、海外研读
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医学影像、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：
1. 自然语言处理基本觀念--語言模型
2. 學習深度学习模型與實作自然语言处理相關技術與方法
3. 學習自然语言处理相關應用
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
适合从事工作
-
软体设计工程师
-
从事设计、撰写、测试各种软体程式，并协助测试、修改、维护与保管程式之工作。
-
-
其他资讯專業人員
-
從事各方面的资讯專業工作。
-
-
产物研发工程师
-
依据市场产物需求，进行产物的初始设计，并负责新产物製程的导入，并进行製程的检测，以使新产物能够稳定生产且符合相关标準之工作。
-
-
演算法开发工程师
-
从事演算法的研究、分析、构建并设计或修改相关软体等工作。
-
-
網路軟體程式设计師
-
从事网际网路系统软硬体与程式语言的设计撰写、测试及安装。
-
系友生涯发展
本系尚无毕业生
本系尚无毕业生
本系尚无毕业生
多元能力
逻辑推理：能捕捉事物运作的规律或关联性，归纳或是推演不同事物的差异或因果关係，并得到特定理解。
性格特质
变通开创：常常对多种事物，表达热情兴趣，对於既有事物，进行拆解、重组，给予新的理解与观点，并且喜爱创造出令人意想不到的新事物。
图表来源為该校系之重视百分比，加总為100%；百分比越高，代表越重视。
- 热门比较学系
