摘要
隨著5G的成熟與感測器成本大幅的下降，讓業者有更多機會從AI及IoT的角度來思考商業模式。其應用服務要落地及商業營運，需從系統面、服務面切入裝置端、網路層、應用層之軟硬體設計研發及佈建等，尤其需要考量端對端的即時數據蒐集、彙整、過濾、分析運算與決策、及符合資訊安全的系統平台。
本課程整合及應用AIoT人工智能聯網架構的原理，以及各感測器應用並且結合嵌入式系統將蒐集到的資料進行處理、分析，從而設計開發出創新的應用服務，並能選擇適當的架構及方法解決問題。
課程目標
本課程將AI內容跨足到IoT的領域，將人工智慧議題的領域拓展到物聯網的範疇，透過嵌入式平台結合各種感測器，帶領學員實際操作，做出簡單的物聯網設備，並且帶入基礎的機器學習與深度學習概念，將物聯網設備蒐集到的資料進行處理及預測，讓AI議題不再只是遙遠的目標，而是人人都可以實際應用的工具。期望以此課程訓練出實作能力與知識全面的AIoT人才。
授課教師
課程進度表
單元 1:什麼是AIoT?
單元 2:感測器介紹與資料處理
單元 3:神經網路的模型介紹
單元 4:神經網路應用
單元 5:邊緣計算
單元 6:期中考
單元 7:樹莓派4與神經計算棒
單元 8:LPWAN技術介紹與應用
單元 9:LPWAN感測器應用
單元 10:感測器結合神經網路之應用
單元 11:期末考
課程內容
1. 主流物聯網開發平台實作機會。
2. 結合物聯網開發平台與各式Sensor元件實際操作。
3. AI技術與物聯網的實際連結，實行整體系統的優化與調整。
4. 提供多元教學活動，包含教學影片、案例研討、實作。
5. 提供線上討論區，提供線上學習者討論的空間。
6. 採用線上單元式測驗，確認學生學習成效。
7. 提供預習素材、延伸資源，增加學習者自主學習的廣度與深度。
上課形式
東海大學109-1校內課程《選修-工程AI導論》，東海大學學生請使用學校信箱進行註冊選課，以利成績作業。
評分標準
Ø 平時作業與測驗：40%
每週1次作業或測驗(不含期中期末考)，佔40%
Ø 期中考：20%
第六週進行期中考測驗
Ø 期末考：20%
第十一週進行期末考測驗
Ø 討論區互動：10%
於課程討論區參與老師和課程助教互動討論，文字內容於針對討論議題進行討論，佔10%。
Ø 問卷：10%
先修科目或先備能力
修過程式設計相關課程、具備程式設計基礎。