1 of 34

台北科技大學，陳擎文�

人工智慧概論(通識)

2 of 34

本課程分成二部分

3 of 34

本課程分成二部分

  • (1).實作人工智慧的程式設計
    • python

​

  • (2).生成式AI的進階應用
    • ChatGPT，Gemini，Bing，Copilot，Perplexity
    • AI輔助程式設計，AI輔助繪圖，AI數據分析，AI搜尋引擎，自動化簡報，檔案分析，AI沉浸式翻譯，自建GPTs個人小助手，AI輔助文獻探勘

​

4 of 34

本課程分成二部分

  • (2).生成式AI的進階應用
    • ChatGPT會教到4o版本
    • 這是付費版
    • 每個月20美金

5 of 34

學習python AI程式的次第

  • (1).先學基礎數據截取，數據分析，數據視覺化的技術（pandas模組）

​

  • (2).再學迴歸/分類分析的技術：機器學習（numpy，sklearn模組）

​

  • (3).再學人工智慧的技術：深度學習（tensorflow-keras模組）

6 of 34

同學們學習人工智慧

常常會遇到的問題

7 of 34

同學們大概會學到以下AI相關課程

  • 1.人工智慧概論
  • 2.python程式設計
  • 3.人工智慧與深度學習

8 of 34

『人工智慧概論』課程

  • 1.在『人工智慧概論』課程裡面，大概會學到：
    • 人工智慧的歷史（ppt/影片）
    • 人工智慧的應用現況（ppt/影片）
    • 人工智慧的各種技術（理論）
    • 人工智慧的各種應用軟體/網站/APP

​

​

9 of 34

『人工智慧與深度學習』課程

  • 3.在『人工智慧與深度學習』課程裡面，大概會學到：
    • chp1. keras多層感知器(MLP)
    • chp2. keras多層感知器(MLP)的各種範例
    • chp3. keras卷積神經網絡(CNN)
    • chp4. keras卷積神經網絡(CNN)的各種範例
    • chp5. keras循環神經網絡(RNN)，長短期記憶神經網絡(LSTM)
    • chp6. 生成對抗網路(GAN)
    • chp7. 生成式AI，Generative AI

​

10 of 34

3.在『人工智慧與深度學習』課程，上課馬上就會遇到的程式如下

11 of 34

3.在『人工智慧與深度學習』課程，上課馬上就會遇到的程式如下

12 of 34

  • 這些程式碼都是沒有學過的指令
  • 跟大一學的『python程式設計』，關聯度不大

​

  • 程式碼隨著每一題，越來越難
  • 所以有些同學，就慢慢地，聽不懂了

13 of 34

學習人工智慧常常會遇到的問題

  • 所以，是不是少學了什麼先導課程？
    • 1.人工智慧概論
    • 2.python程式設計
    • ？？？
    • 3.人工智慧與深度學習

14 of 34

對

少了一些先導課程

只有Python程式設計是不夠的

15 of 34

學習AI的步驟：

​

1.資料處理�初級數據分析

​

2.機器學習

​

3.深度學習

16 of 34

所以，缺少了

2個先導課程

17 of 34

所以，缺少了2個先導課程

1.資料處理：初級數據分析

Pandas模組：數據分析

​

2.機器學習

Numpy模組，Sklearn模組

各種模型：KNN，邏輯迴歸，決策樹，隨機森林法，支持向量機算法SVM，K-means分群，主成份分析PCA

​

3.深度學習

18 of 34

學了這2個先導課程，就會理解很多『深度學習』程式碼的寫法緣由

1.資料處理：初級數據分析

Pandas模組：數據分析

2.機器學習

Numpy模組，Sklearn模組

各種模型：KNN，邏輯迴歸，決策樹，隨機森林法，支持向量機算法SVM，K-means分群，主成份分析PCA

​

3.深度學習

19 of 34

所以，本課程將幫大家稍微補足這2個先導課程

20 of 34

但要教導的東西太多

​

所以不會全部時間拿來補充這2個先導課程

21 of 34

正確學習人工智慧的步驟

22 of 34

正確學習人工智慧的步驟

  • 1. 很多人工智慧的教學，是直接教『深度學習，類神經網絡，影像辨識』
  • 2但是沒有學過『python的AI基礎班』：
    • pandas模組做基礎數據讀取分析，
    • numpy數值矩陣處理，
    • matplotlib繪圖模組，
    • 機器學習sklearn模組
  • 3.所以『很多不懂AI的慣例寫法』
    • 其實有些AI寫法來來自於『pandas，numpy，matplotlib，sklearn』
    • 這些基礎不懂，就直接學高階班，是容易根基不穩的

23 of 34

正確學習人工智慧的步驟

  • 1. 穩當的學習人工智慧步驟：
    • 先學pandas模組做基礎數據讀取分析，
    • matplotlib繪圖模組，
    • numpy數值矩陣處理，
    • 再學機器學習sklearn模組

​

    • 再學習『深度學習』類神經網絡，與進階應用

24 of 34

『商管』的人工智慧在應用課程

與

『理工科系』的人工智慧的差別

25 of 34

『理工科系』的人工智慧

  • 1.偏重『深度學習』，輕『機器學習』
  • 2.範例多是『影像辨識，語音辨識，生成對抗網絡，生成AI』
  • 3.偏重數學公式

​

​

26 of 34

『商管』的人工智慧

  • 1.偏重『機器學習』，輕『深度學習』
  • 2.範例多是『商管相關的資料集』
  • 3.偏重『迴歸分析預測，分類分析預測』

​

​

27 of 34

評分方式

28 of 34

本學期的評分方式

  • 1.上課分數：40%
    • 上課實作範例加分（使用Zuvio來加分）
  • 2.期中考分數：30%
    • python數據分析，機器學習
  • 3.期末作業：30%
    • 自己做生成式AI的應用，製作影片上傳youtube，繳交影片網址

29 of 34

教科書，參考書

教材網站

30 of 34

教科書，教材網站

  • 沒有指定教科書
  • 課程使用老師的教材網站：
    • 人工智慧概論(通識)
    • https://acupun.site/lecture/AI_Intro/

​

​

31 of 34

參考書

  • 參考書1：人工智慧：素養及未來趨勢
    • 作者： 張志勇, 廖文華, 石貴平, 王勝石, 游國忠
    • 出版社：全華圖書

​

​

32 of 34

參考書

  • 參考書2：人工智慧導論
    • 作者： 鴻海教育基金會，郭台銘
    • 出版社：全華圖書

​

​

33 of 34

加入Zuvio

課程

34 of 34

加入課程

Line群組