一、課程說明	
<br>	※簡介巨量資料(Big Data)的概念以及資料處理工具(如Hadoop、Spark、NoSQL DB)，並    
<br>利用公有雲平台做實務的應用操作。
<br>
<br>	※介紹人工智慧概念與演算法，輔以應用案例與作業練習。
<br>二、指定用書:
<br>S. Russell and P. Norvig, Artificial Intelligence: A Modern Approach
<br>
<br>	
<br>三、教學方式:投影片授課 / 實例示範
<br>四、教學進度
<br>	
<br>第一週(09/17): 大數據的基本概念介紹
<br>第二週(09/24): 大數據的工具簡介: Hadoop Ecosystem
<br>第三週(10/01): 雲平台上的AI/大數據應用與服務
<br>第四週(10/08): 國慶日(放假)
<br>第五周(10/15): 大數據的專題演講與實驗
<br>第六週(10/22): 人工智慧的基本概念
<br>第七週(10/29): 問題解決與搜尋方法
<br>第八週(11/05): 基因演算法
<br>第九週(11/12): 對抗式搜尋與遊戲
<br>第十週(11/19): 機器學習：決策樹學習法
<br>第十一週(11/26): 類神經網路
<br>第十二週(12/03): 深度學習
<br>第十三週(12/10): 整體學習(Ensemble learning)
<br>第十四週(12/17): 非監督式學習(Unsupervised learning)
<br>第十五週(12/24): 強化學習(Reinforcement learning )
<br>第十六週(12/31): 元旦(放假)
<br>第十七週(01/07): 專題報告
<br>第十八週(01/14): 期末週
<br>
<br>五、成績考核:
<br>作業、實驗課: 80%
<br>考試: 20%
<br>