人工智慧探索應用學分學程Applied AI Exploration Program
- 發布日期：114-03-24
- 更新日期：114-08-07
- 發布單位：教務處
- 學程名稱 Program：人工智慧探索應用學分學程(Applied Artificial Intelligence Exploration Program)
- 學分學程說明 Program Overview：
- 人工智慧應用學分學程，屬於學分學程內最容易入門的選項。課程設計從先修的程式設計和機率開始，透過循序漸進的修課規劃，讓學生除了有完備的人工智慧技術外，也了解相關倫理議題，最後透過人工智慧專題應用，讓學生們理解人工智慧技術在產業上落地的考量。
- To support national industry innovation initiatives and respond to the ongoing AI revolution, this program—the Applied AI Exploration Program—is designed as the most accessible entry point within the TAICA credit programs.It is specifically intended for students from non-computing disciplines. The curriculum begins with foundational subjects such as programming and probability, then progresses gradually. Students not only gain solid technical knowledge in AI but also explore ethical considerations, and ultimately apply what they’ve learned through capstone AI application projects, which focus on real-world industry challenges.
- 修課對象 Who should take this program：
- 鼓勵所有想跨領域了解並入門探索人工智慧技術的大學生或研究生修習。
- This program is ideal for interdisciplinary students. If you are interested in learning about AI technology but don’t know where to start, the structure of this program offers a clear, beginner-friendly pathway.
- 修課規定 Program Requirements：配合TAICA官網公告(113.12.26更新)；通過本校114年5月12日113學年度第3次校課程委員會修正
- 學生可選修教育部臺灣大專院校人工智慧學程聯盟每學期公佈之主導課程(鏡像課程)與衛星課程，以及校內常規課程建議類別與科目(第五項校內課程建議)，包含先修、核心、進階與應用等課程為人工智慧探索應用學分學程。
- 本聯盟各學分學程總修習學分為15學分，本聯盟各學分學程間可互相抵免學分上限為6學分。Each TAICA program requires the completion of 15 credits. Up to 6 credits may be cross-counted between different TAICA programs.
- 學生可申請選修性質相近課程抵免學程規劃之課程，每學程以3學分為限。學生修滿單項學分學程規定之學分與科目者，經本校人工智慧學程聯盟校內學程委員會複審後，得依本校學分學程申請流程，發給修畢證明。
- 若需取得TAICA聯盟頒發學程學分證明，學生必須在各該學分學程中修習至少8學分以上聯盟認定課程，包括主導課程（鏡像課程）與衛星課程。To receive a TAICA-issued certificate, students must complete at least 8 credits of TAICA-recognized courses, which include both master (mirror) courses and satellite courses.
- 課程地圖 Course Map：依TAICA 2025年7月18日信件：「教育部已簽核通過「人工智慧探索應用學分學程」及「人工智慧自然語言技術學分學程」中，【人工智慧導論】與【生成式人工智慧】兩門課程得以相互認抵，即日起生效」。應具備以下核心課程內容與建議修課順序：
- 機率（建議修課順序1、2）、程式設計（建議修課順序1、2）、人工智慧倫理（建議修課順序3、4、5）、人工智慧導論/生成式人工智慧導論（建議修課順序3、4）、人工智慧應用課程（建議修課順序4、5）。
- 學生可依據此建議順序進行修課，循序漸進完成學分學程，以達成學習成效，並與TAICA課程地圖暨目標對應。
- 陽明交大校內課程 NYCU AI Courses：
| 類別 | 科目名稱 | 開課系所 | 學分 |
|---|---|---|---|
| 機率 | 機率與統計 | TAICA主導課程 | 3 |
| 機率 | 資工、電機 | 3 | |
| 機率論 | 應數 | 3 | |
| 統計學 | 資工、電機 | 3 | |
| 統計方法與資料分析 | 管院 | 3 | |
| 程式設計 | 計算機概論與程式設計 | 資工、電機 | 3 |
| 資料科學與 Python 程式實務 | 光電 | 3 | |
| 計算機概論 | 醫工、土木、材料、機械 | 3 | |
| 程式設計 | 管院 | 3 | |
|
人工智慧導論 / 生成式人工智慧導論 |
人工智慧導論 | TAICA主導課程 | 3 |
|
生成式AI：文字與圖像生成的原理與實務 |
TAICA主導課程 | 3 | |
| 生成式AI的人文導論 | TAICA主導課程 | 3 | |
| 人工智慧概論 | 資工、電機 | 3 | |
| 人工智慧 | 資科工、智能系統 | 3 | |
| 人工智慧總整與實作 | 資科工 | 3 | |
| 人工智慧倫理 | 人工智慧倫理 | TAICA主導課程 | 3 |
| 人工智慧應用 | 金融科技導論 | TAICA主導課程 | 3 |
| 機器導航與探索 | TAICA主導課程 | 3 | |
| 人工智慧在土木工程之應用 | 土木 | 3 | |
| 智慧感知與機器學習 | 資科工 | 3 | |
| 邊緣人工智慧 | 資科工 | 3 | |
| 機器學習晶片架構設計 | 資科工 | 3 | |
| 機器學習之訊號處理應用 | 資科工 | 3 | |
| 機器學習無線通訊 | 電機碩 | 3 | |
| 可信任人工智慧 | 電機碩 | 3 | |
| 人本計算實驗 | 電機 | 3 | |
| 觸控技術應用與人工智慧感測器 | 光電 | 3 | |
| 智慧醫電概論 | 光電 | 3 | |
| AI 輔助語言教學 | 英教 | 3 | |
| 人工智慧與高科技之商業運用 | 科管 | 3 | |
| 深度學習與生醫應用 | 生光 | 3 | |
| 機器學習與生醫應用 | 生光 | 3 | |
| 機器學習與金融科技 | 財金碩 | 3 | |
| 人工智慧理論與實作 | 財金碩 | 3 |
- 總召集人：資訊工程學系 陳奕廷老師
- 本學程召集人：資訊工程學系 謝秉均老師
