※開放報名時間：8/8~9/26※課程培育時間：2025/09/29~2026/01/02
※本課程10/7正式開始，9/29~10/3為準備週供學員測試帳號和預習
***培育模式***
V課程建議學群為【資訊學群】、【工程學群】
V數位課程 | 自由安排時間隨時學習
V安排3次線上直播互動 | 讓你在學習上不孤單，並會補充時事案例唷!
V自主規劃成就 | 在作業/測驗截止前達成進度
V期末實體課程 | 依照老師安排期末考/期末報告
V通過取得雙證書 | 總成績達評分標準即可取得：
(1.)ewant平台電子修業證明
(2.)國立陽明交通大學實體證書
***課程簡介***
人工智慧(Artificial Intelligence)旨在研究如何實現智慧機器的科學與工程，其中深度學習(Deep Learning)技術近年來獲得非常大的進步與關注，如影像、語音辨識等應用，甚至能在圍棋上戰勝人類，都讓我們看到深度學習技術的潛力與未來影響。本課程淺談人工智慧發展進程，從介紹機器該如何學習開始，講述神經網路(Neural network) 架構與理論；延伸到近年來的熱門深度學習技術，包含捲積神經網路(Convolution neural network)、遞迴神經網路(Recurrent neural network)架構與理論，最後分享目前熱門的研究進展，如產生式模型(Generative model)、深度增強學習(Deep reinforcement learning)。對於學習本課程的學員來說，可以獲得深度學習的相關背景知識與最新研究成果，對後續相關領域之學習或是應用上有相當大的幫助。
本課程提供免費試閱片段，敬請點選下方試閱：
試閱1-1
- 本次課程目前僅開放給人才培育計畫錄取學生。
- 若欲報名課程，請至計畫網站報名，相關資訊請參考網站說明與介紹。
孫春在老師
孫春在老師為美國加州大學柏克萊分校資訊工程博士，目前為國立陽明交通大學資訊工程系特聘教授。研究興趣為模糊類神經網路、演化式計算、數位學習、數位遊戲、電腦模擬。孫老師的研究領域除了著重在科技研發，也重視資訊社會與教育的關懷，期能透過研究，提升社會對科技的認識以及學生對學習的成效。
柯維然老師
柯維然老師為國立陽明交通大學資訊工程研究所博士班，研究興趣為交通工程、交通事故統計分析、人工智慧、深度學習等，並有應用深度學習於車流預測與生成式模型相關研究。目前服務於新竹市警察局，開發多個警政資料分析系統，曾受邀至交通部、陽明交通大學、Python社群演講。
Unit 1:ewant學習簡單上手：學習平台功能教學
Unit 2:人工智慧(一) (Artificial Intelligence - 1)
Unit 3:人工智慧(二) (Artificial Intelligence - 2)
Unit 4:神經網路(一) (Neural Network - 1)
Unit 5:神經網路(二) (Neural Network - 2)
Unit 6:邁向深度學習
Unit 7:捲積神經網路 (Convolution Neural Network)
Unit 8:遞迴神經網路 (Recurrent Neural Network)
Unit 9:最新研究進展
Unit 10:線上互動(三次)
※課程線上互動課和實體面授課時間表
日期
主題內容
互動方式
初探人工智慧(暫定)
線上即時互動
深度學習重點整理(暫定)
前沿深度學習研究與應用(暫定)
實體面授課堂
◎國立陽明交通大學保留課程時間與課程形式調整的權利◎線上互動將利用google meet，於線上即時與修課學生作互動授課，將會由中華國際創新教育資源交流協會負責提供技術服務，協助教師與學生的連線事宜。
分數達60分級格即可取得國立陽明交通大學頒發紙本【結業證書】
評分標準：
作業4次(取高分的)佔40%
線上期末測驗佔20%
實體期末考1次，佔40%
※本計畫需舉行一次的期末實體面授，地點訂於國立陽明交通大學 新竹光復校區(考場資訊將另以公告通知)。
※若非因遇天災或突發重大疾病等特殊情況，恕無提供事後申請補考。
※實體面授成績將於實體面授課後 30個工作天(不含假日)內發布。
※課程總成績將於課程結束後 20 個工作天(不含假日)內發布。
※【國立陽明交通大學】頒發的紙本結業證書將於公佈成績後30個工作天(不含假日)內寄出。
基礎微積分及線性代數
有機率與統計相關先備知識佳
通過課程結業標準的學員，可申請電子證書留存。
1.點選育網平台右上方的「姓名圖示」。
2.選擇「成績與證書下載」。
3.於「搜尋欄位」輸入課程名稱或直接點選「我要搜尋」即可查看證書資訊
4.點選「下載中文」或「下載英文」即可直接下載證書。