AI工學院 – 教務處註冊課務發展中心

工學院

共同科

工學院	共同科	課程查詢系統
本院將秉持一步一腳印之踏實精神，逐年逐步強化體質，提升教學、研究水準。尤其本院教師之學術潛能十分可觀，挹注足夠的資源必能發揮顯著之效益，成為協助學校邁入學術王國之重要支柱。建請學校集中資源，強力扶持本院具特色、潛力之研究領域，使其能在短期內得以成長、茁壯，並儘速達到自立自足之境界，進而成為學校有力之資產，為學校建立引以為傲之學術地位。
課程名稱

113學年度

1. AI產業應用

2. AI與外語學習

3. AI數據的經濟應用

4. 人工智慧產業技術

5. 人工智慧產業趨勢

6. 人工智慧概論

7. 生成式AI

8. 智慧生活導論與運用

9. 智慧金融

10. 智慧運輸系統

11. 智慧製造技術

12. 筆譯入門

13. 華語文數位化教學與實務

14. 數位金融創新

15. 機器學習與應用

16. 類神經網路概論

17. 智慧製造系統與智慧工廠

114學年度

1. 生物奈米科技

工學院

建築學系

工學院	建築學系	課程查詢系統
本系擁有全國最多的五十位建築設計授課教師，採行一週兩次設計課之教學模式，強化學生設計能力，為國內建築教育所少見。除實務導向課程，亦積極推動數位製造與科技應用，建置木工、塑膠、金屬等數位加工機具，並引進機器手臂，開創建築與製造科技結合之先例。近年更邀請國際學者舉辦實作工作營，推動國際學術交流。地處都會區，本系長期關注都市與環境議題，累積豐富之都市設計與建築研究經驗與資料，並持續拓展亞洲城市的學術合作與比較研究，培養學生具備國際視野與跨域能力。
課程名稱

114學年度

1. 電子計算機工程應用

2. 建築設計(四)

3. 建築設計(五)

4. 互動程式與演算法應用

工學院

土木工程學系

工學院	土木工程學系	課程查詢系統
從事建築風工程與大氣環境工程尖端學術知識的研究與開拓。定期舉辦學術研討會及學術研習會進行學術交流；舉辦風工程相關實務講座，推廣風工程知識，回饋研究成果。擔任大學部及研究所課程之教學及實驗技巧的基本訓練，建立學生團隊合作與獨立思考的能力。配合國內建設，針對營造、建築、都市規劃、環境保護及產業保險界的需求，與產業界密切結合，業界密切結合，並提供規劃、工程設計及營建技術的諮詢與服務工作。
課程名稱

113學年度

1. AI資料科學與建築資訊模型應用(博士班)

114學年度

1. 工程圖學及電腦繪圖(一)

2. 測量學(一)

3. 土壤力學

4. 工程計算軟體應用(三)

5. 土木工程整合性專業實作

6. AI資料科學與建築資訊模型應用(博士班)

工學院

水資源及環境工程學系

工學院	水資源及環境工程學系	課程查詢系統
本校於民國 53 年成立灌溉工程與水土保持科，培育農業灌溉及水土保持專才；民國 56 年改制大學後改為灌溉工程學系與水土保持學系；民國 59 年合併兩系為水利工程學系，下設灌溉工程與水土保持兩組；民國 63 年裁撤分組，僅設水利工程學系。在此時期，教育之目標在於訓練基礎水利工程人才。
課程名稱

113學年度

1. 資料分析(碩士班)

114學年度

1. 水文學

2. 程式設計

3. 專題實作

工學院

機械與機電工程學系

工學院	機械與機電工程學系	課程查詢系統
1.教育學生應用科學與工程知識，使其能從事於機電工程相關實務或學術研究。 2.培養新興的機電工程師，使其專業素養與工作倫理能充分發揮於職場，符合社會需求。 3.督促學生具備全球競爭的基本技能，以面對不同的生涯發展，並能持續終身學習。
課程名稱

113學年度

1. 人工智慧實務

2. 無人飛行器網路、通訊、導航與反制(博士班)

3. 視覺感測技術與應用(碩士班)

114學年度

1. 人工智慧實務

2. 畢業專題

3. 電子計算機工程應用(一)

4. 電子計算機工程應用(二)

工學院

化學工程與材料工程學系

工學院	化學工程與材料工程學系	課程查詢系統
面對AI時代的來臨，本系積極導入數位科技與人工智慧於教學中，開設「AI賦能課程」模組，強化學生跨域整合與資料分析能力。我們致力於培育具備化學工程與材料工程專業知識、技能與素養的工程師人才，並進一步培養學生運用AI工具解決實務問題的能力。開設「程序設計」課程，透過化工模擬軟體與團隊合作，訓練學生具備系統性思考與製程設計能力，並應用AI輔助分析提升設計效率。「工程統計」課程，著重於統計概念與實務應用，透過統計軟體操作，奠定資料處理與AI模型應用的基礎。本系將持續優化課程內容，結合AI技術與化材專業，協助學生在未來工程領域中具備更強的競爭力與前瞻視野。
課程名稱

114學年度

1. 程序設計

2. 工程統計

工學院

電機工程學系

工學院	電機工程學系	課程查詢系統
本系教學目標為培養電腦、電子電機及機器人等相關領域之優秀人才，並為工商界及學術界重用。創系以來已有七千餘名系友，系友們無論在工商界或各學術研究機構，皆能發揮所學，開創個人美好生涯。
課程名稱

113學年度

1. 人工智慧之深度學習導論(電機系博士班)

2. 人工智慧生成網路概論(博士班)

3. 機器學習之嵌入式硬體加速器設計(博士班)

4. AI在物聯網的應用(碩士班智聯組)

5. 人工智慧嵌入式系統設計(碩士班機器人組)

6. 人工智慧與機器人專題實作(碩士班機器人組) 　

7. 人工智慧與機器人學(碩士班機器人組)

8. 類神經網路(碩班系統組)

114學年度

1. 人工智慧之深度學習導論

2. 人工智慧生成對抗網路概論(博士班)

3. 人工智慧的應用與未來展望(進學班

4. 人工智慧與機器人專題實作(碩士班)

5. 人工智慧與機器人學(碩士班)

6. 智慧型控制設計實務(碩士班)

7. 智慧電子應用設計與概論(碩士班)

8. 電機專題實驗

9. 機器人創意設計實務(進學班)

工學院

資訊工程學系

工學院	資訊工程學系	課程查詢系統
軟體開發、人工智慧、資訊安全、雲端網路等領域，是未來科技發展的主要驅動力，而資訊工程正是這些領域的基石。資訊工程融合了電腦科學的理論和工程實踐，能全面地了解資訊科技的成長脈絡，並提供學生多重就業機會。
課程名稱

113學年度

1. AI產業應用人工智慧

2. 人工智慧之深度計算入門

3. 大數據分析技法

4. 深度學習概論

5. 資訊與通訊科技發展

6. 機器學習概論

7. 機器學習數學

8. 人工智慧與專家系統概論(英語碩士班)

9. 人工智慧與機器學習(英語碩士班)

10. 深度學習(英語碩士班)

11. 數據科學實務：使用Python(英語碩士班)

12. 機器學習數學(英語學士班)

13. 人工智慧(博士班)

14. 大語言模型技術(博士班)

15. 大語言模型與進階自然語言處理(博士班)

16. 生成式AI原理與技術(博士班)

17. 生成式AI核心技術(博士班)

18. 脈衝類神經網絡基礎(博士班)

19. 人工智慧(智應碩士班)

20. 多媒體資訊分析與檢索(智應碩士班)

21. 深度學習與推薦系統(智應碩士班)

22. 電腦視覺及影像處理(智應碩士班)

23. 人工智慧概論(進學班)

24. 數據科學實務：使用Python(進學班)

25. 機器學習概論(進學班)

26. AI的基礎數學(碩士班)

27. 人工智慧與網路技術(碩士班)

28. 機器學習(碩專班)

29. 機器學習與應用(碩專班)

114學年度

1. 雲端計算

2. 大數據分析技法

3. 物聯網安全

4. 金融科技安全

5. 資料分析(一)(進學班)

6. 資料分析(二)(進學班)

7. 自然語言實務與產業應用(資工碩士班)

8. 產業AI化之技術導入與效能評估(資工碩士班)

9. 大數據探勘與分析(碩士班)

10. 研究方法(碩士班)

11. 資料科學(智應碩士班)

12. 電腦視覺(智應碩士班)

13. 資料工程(英語碩士班)

14. 數位影像處理(英語碩士班)

15. 機器學習專業化(英語碩士班)

16. 書報討論(博士班)

17. 大語言模型原理與技術實務(博士班)

18. 生成式AI在影像處理的產業案例實務(博士班)

多媒體網路應用
行動通訊安全
決策支援系統
程式語言二
開源軟體實務
資料結構
電子商務
網路安全
數據中心技術

工學院

航空太空工程學系

工學院	航空太空工程學系	課程查詢系統
淡江大學航太系兼顧航空與太空兩大專業，是國內第一所具備太空能量的私立大學。課程涵蓋基礎數理與航太核心領域，配合國內民航與太空產業發展，拓展學生就業與升學方向，近年來並整合AI科技應用於教學與研究。畢業生多續攻研究所，並投身航太與高科技產業。教師專長涵蓋民航、旋翼機、太空工程等領域，研究與教學並進，培育兼具理論與實務能力的航太人才。
課程名稱

114學年度

1. Fortran程式語言

2. C語言程式設計

3. AI雲端機房熱管理

4. 航太專題實驗

工學院

智慧製造全英專班

工學院	智慧製造全英專班	課程查詢系統
以產業需求為導向，產學共同甄選及培育學生：新型專班立基於國內產業發展人才需求，由學校與企業簽訂產學合作計畫，共同赴國外甄選當地優秀學生，經由產學共同設計客製化課程，必要時可由學校教師與企業業師共同授課，使企業全程參與招生選才、課程教學及實習等，達到共同培育人才及留用人才的目標。
課程名稱

113學年度

1. AI深度網路模式-應用與實作

2. AI晶片設計-應用與實作

3. 人工智慧與機器學習

4. 工業大數據

5. 深度學習

6. 機器學習與深度學習基礎