|
課程名稱 |
職能治療人工智慧應用入門
Applied Artificial Intelligence for Occupational Therapy |
|
開課學期 |
113-1 |
|
授課對象 |
醫學院 職能治療學系 |
|
授課教師 |
李士捷 |
|
課號 |
OT5061 |
|
課程識別碼 |
429 U0490 |
|
班次 |
|
|
學分 |
2.0 |
|
全/半年 |
半年 |
|
必/選修 |
選修 |
|
上課時間 |
星期五6,7(13:20~15:10) |
|
上課地點 |
|
|
備註 |
限學士榮譽學程、研究所碩士與博士與謝清麟、黃千瑀合授
限本系所學生(含輔系、雙修生)
總人數上限：10人 |
|
|
|
|
課程簡介影片 |
|
|
核心能力關聯 |
本課程尚未建立核心能力關連 |
|
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 |
本課程旨在介紹人工智慧於職能治療的基礎方法，著重於概念與實務應用方法，並包含基礎的數據分析與解讀教學。 |
|
課程目標 |
1. 瞭解人工智慧的核心概念與定位。
2. 瞭解人工智慧常用演算法的架構與應用方式。
3. 瞭解職能治療常用變項之收集、鍵入與整理方法。
4. 應用開源軟體架構深度學習模型並進行初步的數據與影像分析。
5. 呈現與解讀人工智慧分析結果與圖表。 |
|
課程要求 |
|
|
預期每週課前或/與課後學習時數 |
|
|
Office Hours |
另約時間 |
|
指定閱讀 |
|
|
參考書目 |
1. Holzinger, A., Langs, G., Denk, H., Zatloukal, K., & Müller, H. (2019). Causability and explainability of artificial intelligence in medicine. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 9(4), e1312.
2. 黃志勝 (2021)。機器學習的統計基礎：深度學習背後的核心技術。旗標科技股份有限公司。 |
|
評量方式
(僅供參考) |
|
No. |
項目 |
百分比 |
說明 |
|
1. |
課堂心得 |
30% |
個人作業，不超過雙面A4，內容需與當週課程主題相關，於下次授課前繳交，每份5分，拿滿為止。 |
2. |
期中報告 |
20% |
小組作業，2至3人一組，挑選與報告1篇應用人工智慧技術之論文，並瞭解其方法與結果。 |
3. |
期末口頭報告 |
25% |
小組作業，2至3人一組，應用人工智慧演算法進行實證研究，並於課堂分享其研究構想、分析方法、結果與解讀。報告時間以不超過20分鐘為原則。 |
4. |
期末書面報告 |
25% |
小組作業，2至3人一組，彙整上述結果與口頭報告的修改建議，並依據學術格式撰寫書面報告。書面報告以不超過10頁A4為原則，於報告後1週內繳交。 |
- 本校建議 A+ 比例上限為 20% ，非強制規定，授課教師可依課程要求調整，建議必修課程參考。
- 本校採用等第制評定成績，學生成績評量辦法中的百分制分數區間與單科成績對照表僅供參考，授課教師可依等第定義調整分數區間。詳見學習評量專區 (連結)。
|
|
週次 |
日期 |
單元主題 |
|
第1週 |
9/6 |
人工智慧概述與核心概念 |
|
第2週 |
9/13 |
常用演算法與機械學習原理 |
|
第3週 |
9/20 |
生成式語言模型之概念與應用技巧：ChatGPT and Prompting |
|
第4週 |
9/27 |
AI於職能治療研究與實務之應用1 |
|
第5週 |
10/4 |
AI於職能治療研究與實務之應用2 |
|
第6週 |
10/11 |
AI於職能治療研究與實務之應用3 |
|
第7週 |
10/18 |
AI於職能治療研究與實務之應用4 |
|
第8週 |
10/25 |
期中文獻報告1 |
|
第9週 |
11/1 |
期中文獻報告2 |
|
第10週 |
11/8 |
資料科學與數據整理實務 |
|
第11週 |
11/15 |
校慶停課 |
|
第12週 |
11/22 |
運動會停課 |
|
第13週 |
11/29 |
機械學習演算法處理與實務 (colab) |
|
第14週 |
12/6 |
電腦視覺演算法處理與實務 (colab) |
|
第15週 |
12/13 |
期末口頭報告1 |
|
第16週 |
12/20 |
期末口頭報告2 & 學期回饋 |
|