課程大綱

課程資訊

課程名稱

知識工程導論
Introduction to Knowledge Engineering

開課學期

104-2

授課對象

文學院圖書資訊學系

授課教師

楊東謀

課號

LIS5059

課程識別碼

126 U1280

班次

學分

全/半年

半年

必/選修

選修

上課時間

星期四7,8,9(14:20~17:20)

上課地點

圖資視聽室

備註

U選課程，學士班與碩士班同學均可選修。
總人數上限：30人

Ceiba 課程網頁

http://ceiba.ntu.edu.tw/1042LIS5059_

課程簡介影片

核心能力關聯

核心能力與課程規劃關聯圖

課程大綱

為確保您我的權利,請尊重智慧財產權及不得非法影印

課程概述

此課程為知識管理學程的課程之一。此課程的內容為介紹現階段知識工程領域的發展現況，並以專家系統(expert systems)的發展過程為主要的介紹與討論、並介紹此領域內其它相關議題如類神經網路(neural networks)、個案推理(case-based reasoning)、基因演算法(genetic algorithms)、智慧型代理人(intelligent agents)、資料探勘(data mining)、與其它相關的議題等。此課程也將介紹語意網(semantic web)的發展現況與應用，討論語意網在World Wide Web上的發展趨勢。

課程目標

•知識工程領域的基本認識與了解
•專家系統的基本發展過程探討介紹
•語意網的基本探討介紹

課程要求

作業、報告、與考試

預期每週課後學習時數

Office Hours

每週一 13:00~15:00 備註： or by appointment

指定閱讀

待補

參考書目

• Kendal, S., & Creen, M. (2007). An Introduction to Knowledge Engineering: Springer. 台大總圖電子書: http://dx.doi.org/10.1007/978-1-84628-667-4
• 曾憲雄, & 黃國禎. (2008). 人工智慧與專家系統理論.實務.應用: 旗標.
• 曾憲雄, 蔡秀滿, 蘇東興, 曾秋蓉, & 王慶堯. (2011). 資料探勘 Data Mining: 旗標.
• Gama, A. P. (Ed.). (2015). Knowledge Engineering: Principles, Methods and Applications: Nova Science Pub Inc.
• Berners-Lee, Tim, James Hendler and Ora Lassila (2001). The Semantic Web.
• Antoniou, G., & Harmelen, F. v. v. (2008). A Semantic Web Primer (2nd ed.): The MIT Press. 台大總圖電子書: http://www.netlibrary.com/urlapi.asp?action=summary&v=1&bookid=216840
• Allemang, D., & Hendler, J. (2011). Semantic Web for the Working Ontologist (2nd ed.): Morgan Kaufmann. 台大總圖電子書: http://www.sciencedirect.com/science/book/9780123735560

評量方式
(僅供參考)

No.	項目	百分比	說明
1.	Midterm Project & Presentation	35%
2.	Final Project & Presentation	35%
3.	Final Exam	30%
4.	Class Participation	0%	extra credit

課程進度

週次	日期	單元主題
第1週	2/25	Introduction to the Course
第2週	3/03	An Introduction to Knowledge Engineering I
第3週	3/10	An Introduction to Knowledge Engineering II<br>Types of Knowledge-Based Systems: Expert Systems
第4週	3/17	Types of Knowledge-Based Systems: Artificial Neural Network
第5週	3/24	Types of Knowledge-Based Systems: Artificial Neural Network; Case-Based Reasoning
第6週	3/31	Types of Knowledge-Based Systems: Genetic Algorithms; Intelligent Agents
第7週	4/07	Types of Knowledge-Based Systems: Data Mining
第8週	4/14	Knowledge Acquisition
第9週	4/21	Midterm Project Presentation
第10週	4/28	Knowledge Representation and Reasoning: Using Knowledge; Logic, Rules, and Representation
第11週	5/05	Knowledge Representation and Reasoning: Developing Rule-Based Systems
第12週	5/12	Knowledge Representation and Reasoning: Semantic Network; Frames
第13週	5/19	Expert System Shells, Environments and Languages
第14週	5/26	Introduction to Semantic Web I
第15週	6/02	Introduction to Semantic Web II
第16週	6/09	停課(端午節)
第17週	6/16	Final Project Presentation
第18週	6/23	Final Exam