|
課程名稱 |
人工智慧及深度機器學習之生醫藥產業應用
AI Deep Machine Learning on the Application in Biomedical Industry |
|
開課學期 |
107-2 |
|
授課對象 |
醫學院 國際三校農業生技與健康醫療碩士學位學程 |
|
授課教師 |
李財坤 |
|
課號 |
Gipntu7045 |
|
課程識別碼 |
459EM0450 |
|
班次 |
|
|
學分 |
3.0 |
|
全/半年 |
半年 |
|
必/選修 |
選修 |
|
上課時間 |
星期五8,9,10(15:30~18:20) |
|
上課地點 |
基醫509 |
|
備註 |
本課程以英語授課。與王偉仲、余佳慧、張瑞峰、張智星、曾宇鳳合授
總人數上限：50人
外系人數限制：20人 |
|
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1072Gipntu7045_ |
|
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 |
1.AI在生醫領域的應用概論
2.AI機器基礎學習(I)
3.AI機器基礎學習(II)
4.AI機器基礎學習(III)
5.整合系統及藥物設計應用在頭頸癌檢測 (楊進木教授)
6.利用化學結構計算應用於電腦輔助藥物設計 (曾宇鳳教授)
7.生醫產業領域內AI的其他應用(I)
8. 生醫產業領域內AI的其他應用(II)
9. 法人與政府在AI領域的實際應用
10.台灣產業界在AI領域的實際應用 |
|
課程目標 |
1.利用Machine Learning來了解基礎的AI運作方式
2.將AI應用到生醫藥產業領域
3.透過法人、政府及產業界的講師，實際學習AI的應用 |
|
課程要求 |
待補 |
|
預期每週課後學習時數 |
|
|
Office Hours |
|
|
指定閱讀 |
待補 |
|
參考書目 |
待補 |
|
評量方式
(僅供參考) |
|
|
週次 |
日期 |
單元主題 |
|
第1週 |
2/22 |
AI在生醫領域的應用概論：醫療影像AI應用之理論及實務探討 |
|
第2週 |
3/01 |
連假停課一次 |
|
第3週 |
3/08 |
AI機器學習基礎(I)- 統計學習及方法在精準醫學上的應用 |
|
第4週 |
3/15 |
AI機器學習基礎(II) |
|
第5週 |
3/22 |
AI機器學習基礎(III) |
|
第6週 |
3/29 |
AI機器學習基礎(IV)-AI在醫學影像的應用與實作 |
|
第7週 |
4/05 |
連假停課一次 |
|
第8週 |
4/12 |
生醫產業領域內AI的其他應用(I) |
|
第9週 |
4/19 |
生醫產業領域內AI的其他應用(II) |
|
第10週 |
4/26 |
生醫產業領域內AI的其他應用(III) |
|
第11週 |
5/03 |
法人與政府在AI領域的實際應用(I) |
|
第12週 |
5/10 |
法人與政府在AI領域的實際應用(II) |
|
第13週 |
5/17 |
法人與政府在AI領域的實際應用(III) |
|
第14週 |
5/24 |
法人與政府在AI領域的實際應用(IV)-人工智慧在醫療產業發展與倫理議題 |
|
第15週 |
5/31 |
台灣產業界在AI領域的實際應用 |
|
第16週 |
6/07 |
連假停課一次 |
|
第17週 |
6/14 |
人工智慧與生物資訊在癌症基因檢測的應用 |
|
第18週 |
6/21 |
人工智慧導入醫療體系的挑戰與機會 |
|
第1-1週 |
2/23 |
醫療影像AI應用之理論及實務探討 |
|