本專題以人工智慧主題當中的類神經網路作為教學的核心主軸，藉由影片引起學生的學習動機，接著介紹類神經網路的基本概念，並引用生活化實例，讓學生更能感受其應用。同時搭配視覺化模擬平台輔助教學，透過模擬幫助學生建立概念，讓學生手動進行參數、誤差、權重調整等等，加深對類神經網路的印象。

• 教學對象：
     高中一年級至三年級學生


• 教學目標：
  
  1. 能了解人工智慧原理。
     
  2. 能理解KNN/K-means演算法並加以應用。
     
  
  
• 先備知識：
     基本程式設計概念（變數、條件、迴圈）
  


• 學習表現：
  
  • 運t-V-1能了解資訊系統之運算原理
    
  • 運t-V-2能使用程式設計實現運算思維的解題方法
  • 運c-V-3能整合適當的資訊科技與他人合作完成專題製作
  • 運a-V-3能探索新興的資訊科技
    
  
  
• 學習內容：
  
  • 資P-V-1 文字式程式設計概念與實作
  • 資P-V-2 陣列資料結構的程式設計實作
  • 資D-V-1 巨量資料的概念
  • 資D-V-2 資料探勘與機器學習的基本概念
  • 資S-V-1 系統平台之運作原理
  • 資S-V-2 系統平台之未來發展趨勢
  • 資H-V-3 資訊科技對人與社會的影響與衝擊
    
  
  
• 建議教學時間：
  
  • 2節(第一、二單元 神經網路與類神經網路)
  • 2節(第三、四單元 權重的調整與類神經元的運算)
  • 2節(第五、六單元 激勵函數與類神經網路學習分類)
  • 2節(類神經網路程式實作)