課程資料

7272 人工智慧			開課學期：1092		開課班級： 資工系 4B
授課教師：楊泰寧	選修	學期課	學分數：3.0	大義 0521 星期四 12:10-15:00

7272 ARTIFICIAL INTELLIGENCE			2021 Spring		Department of Computer Science and Information Engineering 4B
Professor：YANG, TAI-NING	Elective	Semester	Credits: 3.0	Da Yi 0521 Thursday 12:10-15:00

發展願景

傳揚中華文化，促進跨領域創新，與時精進，邁向國際
It is our objective to promote Chinese culture, enhance cross-disciplinary innovation, seek constant advancement, and embrace global community.

辦學宗旨

秉承質樸堅毅校訓，承東西之道統，集中外之精華，研究高深學術, 培養專業人才，服務社會，致力中華文化之發揚, 促進國家發展.
Based on our motto—“Temperament, Simplicity, Strength, and Tenacity,” “inheriting the merits of the East and the West” and “absorbing the essence of Chinese and foreign cultures,” we make it our mission to pursue advanced research, develop professional talents, serve the society, promote Chinese culture and support national development.

校教育目標
校基本素養
校核心能力

院教育目標

研究創新、科技興國
發展產業、學以致用
培育優秀青年工程師

院核心能力

科學理論與工程知識
系統設計與資通科技
實驗分析與實踐技能
創新整合與終身學習
工程倫理與社會責任
計畫管理與團隊合作

系教育目標

奠定資訊工程基礎專業知識
培養資訊工程實務應用技能
訓練團隊合作與終身學習能力

系核心能力

應用數學、資訊科學與工程知識解決問題之能力
撰寫程式與設計系統以解決問題之能力
資訊系統規劃、設計、實作、測試、整合與成果展示之能力
團隊合作與有效溝通以解決問題之能力
具備人文與科學並重之素養，以及遵守專業倫理與尊重智慧財產權之觀念
關注科技發展與時事資訊，並理解科技對環境、社會、國家及全球之影響
主動積極與持續學習之習慣與能力

課程目標

1. 讓同學了解人工智慧 的關鍵概念與演算法, 使其具備解決人工智慧 問題的能力, 奠定良好的理論及技術基礎 2. 利用實作使同學能使用Clips軟體解決人工智慧 問題 3. 介紹人工智慧 的研究進度並讓同學了解人工智慧 的潛能與未來的發展趨勢 4. 配合目前業界需求, 介紹人工智慧 目前在業界的應用, 使同學具備成為人工智慧 工程師的能力, 順利銜接業界之需求 5. 透過教學與上機，提供學生實際練習，培育同學人工智慧 程式設計的能力. 6. 利用分組實作使同學具備團隊合作完成人工智慧 專案的能力

課程能力

應用數學、資訊科學與工程知識解決問題之能力 (比重 30%)
撰寫程式與設計系統以解決問題之能力 (比重 30%)
資訊系統規劃、設計、實作、測試、整合與成果展示之能力 (比重 20%)
關注科技發展與時事資訊，並理解科技對環境、社會、國家及全球之影響 (比重 10%)
主動積極與持續學習之習慣與能力 (比重 10%)

課程概述

介紹人工智慧的基本理論與最新趨勢, 包括專家系統 糢糊邏輯 知識工程 神經網路等, 在專家系統中我們將以NASA所開發的語言CLIPS作為教學工具, 所有同學都要作一個自己的專案, 在其中扮演知識工程師的角色, 其他實作則以matlab或C語言為工具, 我們將介紹如何以遺傳演算法創造智慧型的NPC. This course introduces the basic theorems and latest developments in Artificial intelligence including expert systems, fuzzy logic, knowledge engineering and neural networks. Nasa's Clips is our main language. Every one in the course should play as a knowledge engineer and complete a project using Clips or other AI languages.

授課內容

介紹人工智慧的基本理論與最新趨勢, 包括專家系統 糢糊邏輯 知識工程 神經網路等, 在專家系統中我們將以NASA所開發的語言CLIPS作為教學工具, 所有同學都要作一個自己的專案, 在其中扮演知識工程師的角色, 其他實作則以matlab或C語言為工具, 我們將介紹如何以遺傳演算法創造智慧型的NPC.
This course introduces the basic theorems and latest developments in Artificial intelligence including expert systems, fuzzy logic, knowledge engineering and neural networks. Nasa's Clips is our main language. Every one in the course should play as a knowledge engineer and complete a project using Clips or other AI languages.

授課方式

口頭講解, 實際展示應用程式

評量方式

課程能力 /評量方式	應用數學、資訊科學與工程知識解決問題之能力 (比重 30%)	撰寫程式與設計系統以解決問題之能力 (比重 30%)	資訊系統規劃、設計、實作、測試、整合與成果展示之能力 (比重 20%)	關注科技發展與時事資訊，並理解科技對環境、社會、國家及全球之影響 (比重 10%)	主動積極與持續學習之習慣與能力 (比重 10%)
期末報告20%刪除	10%	0%	0%	30%	60%
期中考30%刪除	30%	10%	30%	30%	0%
期末考30%刪除	30%	10%	30%	30%	0%
平時上課20%刪除	0%	0%	0%	0%	100%

上課用書

（師生應遵守智慧財產權及不得非法影印）
人工智慧：智慧型系統導論(第三版)
譯者：
李聯旺、廖珗洲、謝政勳
出版商：全華
Artificial intelligence: A guide to intelligent system
Michael Negnevitsky
Addison wesley

參考書目

（師生應遵守智慧財產權及不得非法影印）
Artificial Intelligence: A Modern Approach (3nd Edition) by Stuart J. Russell

課程需求

要報告

要考試

輔導時間

• 星期二 15:00-17:00
• 星期三 11:00-12:00
• 星期四 15:00-17:00
• 星期五 08:00-09:00

教師聯絡資訊

Email：tnyang@faculty.pccu.edu.tw
分機：33531

課程進度

1. Introduction to knowledge-based intelligent systems

2. Rule-based expert systems

3. Clips

4. Lisp

5. Prolog

6. Uncertainty management in rule-based expert systems

7. Fuzzy expert systems

8. Frame-based expert systems

9. Artificial neural networks

10. Evolutionary computation

11. Fuzzy neuron system

12. other Hybrid intelligent systems

13. Knowledge engineering and data mining

14. data mining application

15. Genetic algorithm application

16. AI in on-line game

17. Case study 1

18. case study 2