課程大綱
本課程旨在介紹人工智慧於醫療領域的應用，同時亦會淺談機器學習概論、方法和工具，培養學生對醫療數據結合人工智慧的視野。藉由實驗課，期望學生能具有分析資料、實作基本機器學習模型的能力。
人工智慧(artificial intelligence), 數據科學(data science), 機器學習(machine learning), 深度學習(deep learning), 醫療數據(medical data)
1.資料探勘
2.資料特徵擷取與降維
3.機器學習概論
4.機器學習實作
5.醫療數據結合人工智慧文獻探討
| # | 類別 Type |
版本 Version |
書名 Title |
出版年 Year of publication |
作者 Author |
出版者 Publishers |
ISBN | 單價 Price |
圖書館館藏 Library collections |
備註 Note |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 參考書籍 Refer Books | An Introduction to Statistical Learning | 2017 | Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani | Springer | 9781461471370 | 0 | 無 | 無 | |
| 2 | 參考書籍 Refer Books | 2 | Introduction to Data Mining | 2020 | Pang-Ning Tan, Michael Steinbach,Anuj Karpatne,Vipin Kumar | Pearson | 9780273769224 | 0 | 無 | 無 |
面授教學
| # | 標準 | 佔比 | 備註 |
|---|---|---|---|
| 1 | 作業 | 25% | |
| 2 | 期中考 | 30% | |
| 3 | 期末口頭報告 | 35% | |
| 4 | 出席 | 10% |
本課程鼓勵學生在透明與負責的原則下，適度使用AI工具進行課業協作。學生應在作業或報告的標題頁註腳或引用文獻部分簡要說明AI工具的使用情況，並遵循學校的相關指引。如未明確標註，教師有權重新評分或不予計分。