跳到主要內容區

綜合業務組

靜宜大學

AI聯盟學分學程

  1. 首頁
  2. AI聯盟學分學程
  3. 課程介紹

課程介紹

113學年度第二學期課程介紹

目前聯盟於113學年度第2學期共開設6門課程，分為鏡像課程2門與衛星課程4門兩個類型

鏡像課程

  • 機率與統計 Probability and Statistics (選課代號3301)

    • 開設學校：臺灣大學

    • 開授教師：葉丙成教授

    • 開課級別：學士班

    • 學  分  數：3學分

    • 協同教師：劉國有教授

    • 修課對象：學士班

    • 授課語言：中文

    • 同步遠距上課時間：

      • 同步上課時間2/20 20:00-22:00、3/6 20:00-21:00、3/20 20:00-21:00、4/10 20:00-21:00、5/1 20:00-21:00、5/15 20:00-21:00、6/5 20:00-21:00 線上講題

      • 實體期中期末考時間：4/17 14:30-17:30、6/12 14:30-17:30，主顧305

    • 各週次進度

  • ​​​​深度學習 Deep Learning (選課代號3310)

    • 開設學校：陽明交通大學

    • 開授教師：彭文孝教授、陳永昇教授、謝秉均教授

    • 開課級別：碩士班

    • 學  分  數：3學分

    • 協同教師：葉介山副教授

    • 修課對象：大四以上可選修

    • 授課語言：英文

    • 同步遠距上課時間：每星期四 12:20-15:10，主顧307

    • 各週次進度

衛星課程

  • 人工智慧倫理  AI Ethics (選課代號3302)

    • 開設學校：東海大學

    • 開授教師：甘偵蓉教授

    • 開課級別：學士班

    • 學分數：3學分

    • 協同教師：莊潤洲副教授

    • 修課對象：學士班

    • 授課語言：中文

    • 上課時間：四 14:20-17:20

    • 各週次進度

  • 生成式人工智慧的人文導論 Introducing Generative AI for the Humanities

    • 開設學校：臺灣大學

    • 開授教師：謝舒凱教授

    • 開課級別：碩士班(台大學碩合開)

    • 課程介紹：

      • 隨著AI科技的迅速發展，人類社會的各個面向都開始受到了不同層面的衝擊。生成式 AI 迅速與多樣化產製內容的能力，不論在知識傳承，或是實務創作上也帶給人文社會領域新的養分與挑戰。本堂課是特別針對人文領域的學生設計的 AI 技術與應用入門課。在內容安排與講解上， 與一般純粹以技術入門的導論課有許多不同。本堂課將以人本為核心關懷出發，以直觀概念與模擬技術來講解 AI 模型的基礎與發展，並搭配與人文主題相關的實作練習，特別是文史哲議題、語言與溝通、藝術音樂與遊戲創作等等。

    • 協同教師：楊孟篟教授

    • 修課對象：限人社領域學生選修

    • 授課語言：中文

    • 上課時間：四 14:20-17:20

    • 各週次進度

  • 生成式AI：文字與圖像生成的原理與實務 Generative AI: Text and Image Synthesis Principles and Practice

    • 開設學校：政治大學

    • 開授教師：蔡炎龍教授

    • 開課級別：碩士班(政大碩合開)

    • 課程介紹：

      • 「生成式 AI：文字與圖像生成的原理與實務」是一門兼具理論深度與實作樂趣的課程，專為希望深入了解生成式 AI 的技術與應用的學生而設計。不論對 AI 的認識是基礎還是進階，我們都希望透過這門課程，帶領同學探索生成式 AI 的無限可能。學生將會學習神經網路、GAN、Transformer、大型語言模型、RAG、AI Agents、Diffusion Models 等技術，並運用工具如 OpenAI API、LangChain、HuggingFace 及 AutoGen 等等，完成從文字生成到圖像生成的多樣應用。

    • 協同教師：吳建興助理教授

    • 修課對象：學士班

    • 授課語言：中文

    • 上課時間：每週二 16:00-19:00

    • 各週次進度

  • 機器導航與探索 Natural Language Processing

    • 開設學校：清華大學

    • 開授教師：胡敏君教授

    • 開課級別：碩士班(清大學碩合開)

    • 課程介紹：

      • 本課程模組分為三個主要的部分，分別為即時追蹤與地圖建置(SLAM)、基於機器學習之場景理解(Scene Understanding)與探索導航的動作控制(Action Control)。即時追蹤與地圖建置部分包含機率模型與相機模型等理論基礎，也包含基於深度學習之RGB-based的3DSLAM方法。場景理解的部分包含機器學習的基本概念，再帶到深度學習的技術與目前的物件偵測與語意切割技術。動作控制的部分則包含路徑規劃與導航演算法，並帶入強化學習的概念來引導行進的路徑。

    • 協同教師：陳文敬助理教授

    • 修課對象：學士班

    • 授課語言：中文

    • 上課時間：週一晚上6:30~9:20

    • 各週次進度