114-2學期TAICA課程、選課暨上課說明
1. 開放四技部（大三本國生排除）、碩士班學生選課。
2. 學生請先自行於本校網路選課期間至本校選課系統選課。已在本校選課系統加選的同學，配合NTU COOL 平台要求，課務組將依下列梯次時間上傳修課名單至NTU COOL平台→NTU COOL平台處理修課名單→系統以Email發送課程邀請信給新加入課程學生學校信箱(本校學生個人mail帳號：學號@mail2.mcut.edu.tw )：
●上傳修課名單：(時程待更新後公告)(全國統一時間)
●期中停修：(時程待更新後公告)(全國統一時間)
3. 學期修課學分上限不變且不得衝堂。
4. 上課方式使用線上課程平台NTU COOL。部分課程與校內上課節次不同，請務必留意上課時間！修課時，需注意部分課程有規定同時段考試與報告。
5. 114學年度第2學期TAICA預定開放8門主導課程，請點選連結或查閱下方表格。
(表格設計以手機閱讀為主，使用電腦瀏覽建議請按F12)
6. 鏡像課程：非實體之線上課程；衛星課程：包含本校教師之協同授課。
註：請留意，授課教師可能會根據實際情況調整教學細節，最終以教學設計為準。
| 中文課名 | 英文課名 | 開課學校 | 開授教師 | 班級人數 | 開課級別 | 授課語言 | 上課時間 | 選修限制 | 成績評量方式 | 課程要求 | 對應學程（課名） | 課程大綱檔案連結 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 智慧製造執行系統 | Intelligent Manufacturing Execution Systems | 成功大學 | 陳裕民 | 聯盟學校每校上限100人 | 研究所、大三大四可修讀 | 中文 | 每週一 14:10-17:00 | 大三以上 | Individual Project 30% Mid-term exam 25% Final exam 25% Homework 20% In-class Q&A (extra points) 10% |
Class attendance Discussion participation |
人工智慧工業應用學分學程（智慧製造） | 請點選 |
| 大型語言模型與資訊安全系統 | Applying Large Language Models in Cybersecurity Systems | 臺灣科技大學 | 林俊叡 | 聯盟學校每校上限100人 | 研究所 |
英文 | 台科大上課時間：週一 9:20–12:20，第一個小時為線上課程自修；10:20–12:20 為直播演練時間。 聯盟學校學生可非同步上課，先自行完成一小時線上自修，其餘兩小時則於助教固定時段（週一至週五擇一時段，未來將補充公布）參與線上練習，此練習為必修環節，所有學生皆須參與。 |
無 |
Weekly assignments are graded on a scale of 1–5 points (0 if not submitted). The total score is calculated as 20 base points + the sum of all assignment points, with a maximum of 100 points. |
無 | 人工智慧探索應用學分學程（人工智慧應用課程） | 請點選 |
| 生成式AI應用系統與工程 |
Generative AI Application Systems and Engineering | 成功大學 | 莊坤達 | 聯盟學校每校上限100人 | 研究所 開放大學選修 |
中文 | 每週三14:00-17:00 | 無 | HW 1-6：10% each HW Final Project：40%：Ranking based on 系統架構圖（含微服務拆分、Agent workflow）、服務流程圖與 API 設計、Demo Presentation and Slides、GitHub Source and Technical Report |
具備基本程式設計能力。 具備基本Web 技術（HTML/CSS/JS）與GitHub使用經驗。 對雲端服務有初步認識者佳（不為必要條件）。 |
人工智慧探索應用學分學程（人工智慧應用課程） | 請點選 |
| 機率與統計 |
Probability and Statistics | 臺灣大學 | 葉丙成 | 保留開課學校 200 人，聯盟學校不限。 | 中文 | 線上講題： 2/26 20:00-22:00 3/12 20:00-21:00 3/26 20:00-21:00 4/16 20:00-21:00 4/23 20:00-21:00 5/7 20:00-21:00 5/21 20:00-21:00 6/11 20:00-21:00 實體期中評量時間 4/23 14:30-17:30 實體期末評量時間 6/18 14:30-17:30 (台大期末考試至6月12日止) |
無 |
課堂參與及作業(50%)、 期中課程評量成績(25%)、 期末課程評量成績(25%) |
1.本課程將運用微積分，若同學尚未具備相關基礎，建議預先觀看以下台大開放式課程影片（總時長約 6 小時），內容涵蓋本課程所需主題（影片連結：https://ocw.aca.ntu.edu.tw/courses/103S121），觀看以下內容能建立課程所需基礎，同學亦可依個人需求尋找其他學習資源： 2.本課程之影片將統一發布於 NTU COOL 平台，同學需觀看所有課程影片，並完成線上作業。 |
人工智慧探索應用學分學程（機率） | 請點選 | |
| 深度學習 | Deep Learning | 陽明交通大學 | 彭文孝 陳永昇 謝秉均 |
500人 (保留開課學校 100 人） |
碩博課程，大四以上可選修 | 英文 | 每週四 12:20-15:10 | 大四以上 | 4 Labs (done individually) 80% Final exam 20% |
You must have access to GPU equipped with at least 6GB of memory | 人工智慧視覺技術學分學程（深度學習） | 請點選 |
| 人工智慧倫理 | AI Ethics | 東海大學 | 甘偵蓉 | 由聯盟學校或協同教師自訂 | 學士班 | 中文 | 每週三15:20~18:10 | 無 | 閱讀筆記與上課學習單（30 %） 課堂參與討論（30%） 期中考試（15 %） 期末分組書面報告（25 %） |
無 | 人工智慧探索應用學分學程（人工智慧倫理） 人工智慧工業應用學分學程（人工智慧倫理） 人工智慧自然語言技術學分學程（人工智慧倫理） 人工智慧視覺技術學分學程（人工智慧倫理） |
請點選 |
| 生成式AI的人文導論 | Introducing Generative AI for Humanities | 臺灣大學 | 謝舒凱 | 聯盟學校每校上限100人 | 研究所 學士班 |
中文 | 每週五 10:20-13:10 | 臺大限人社領域學生修習 其他聯盟學校不限 |
課堂參與（20%） 每週課後作業（40%） 期末專案展演（40% ） |
本課程的作業與練習，從傳統偏重工程或程式碼的細節，轉向以直覺、風格和語義驅動的「Vibe Coding」實踐。不具備 python 程式知識亦可。但是要具有開放、樂於學習新事物的精神與毅力，才能有所收穫。 | 人工智慧自然語言技術學分學程（生成式人工智慧導論） | 請點選 |
| 機器導航與探索 | Robotic Navigation and Exploration | 清華大學 | 胡敏君 | 保留 60 人給開課學校，聯盟校不限 | 碩士班 (清大學碩合開) |
中文 | 每週一18:30~21:20 | 無 | 4次作業: 60% (15% for each HW) 論文閱讀報告(10%) 期末專題(含實作、書面報告、口頭報告): 30% |
建議學生需已修過Python程式設計、影像處理、深度學習相關課程。 學生須自備具GPU顯卡之電腦。 本課程期末專題採分組開發，為避免影響同組修課同學之權益，本課程不接受期中退選，請謹慎評估可投入的時間再選課。 |
人工智慧探索應用學分學程（人工智慧應用課程） 人工智慧工業應用學分學程（機器人專題） 人工智慧視覺技術學分學程（人工智慧影像應用課程） |
請點選 |
114-2主導課程資訊(公告) -1141205更新.pdf