各週教學進度規劃

1.傳統物聯（及智慧物聯）基本概念與實務應用簡介
搭配實驗:  實驗1、Arduino UNO WiFi 2 操控及開發環境熟悉實驗 
(目的：使學生熟悉主要實驗平台之基本元件操控)

2. 物聯網感知層技術介紹 (Part I)
搭配實驗:  實驗2、 Arduino UNO WiFi 2 感測器操控實驗
(目的：使學生熟悉主要實驗平台之相關感測元件操控)

3.物聯網感知層技術介紹 (Part II)
搭配實驗:  實驗3、 Arduino UNO WiFi 2 感測器致動器操控實驗 
(目的：使學生熟悉主要實驗平台之相關致動元件操控)

4.物聯網網路層技術介紹 (Part I)
搭配實驗:  實驗4、Arduino UNO WiFi 2 APs連線實驗與程式撰寫 
(目的：使學生熟悉實驗平台之基礎連網功能以及程式開發)

5.物聯網網路層技術介紹 (Part II)
搭配實驗: 實驗5、物聯網常用網站平台簡介(如: Thingspeak)與感測數值上傳實驗
(目的：使學生熟悉實驗平台之基礎連網功能以及程式開發)

6.物聯網網路層技術介紹 (Part III)
搭配實驗: 實驗6、網站數值下載至物聯網設備實驗
(目的：使學生熟悉實驗平台之資料下載功能進而開發設備遠端控制功能)

7. 物聯網應用及專題整合實作
搭配實驗: 實驗7、物聯網實際應用之整合實驗
(目的：使學生熟悉物聯網實驗平台之完整應用開發)

8.智慧物聯深度學習技術介紹 (Part I) 
(課程融入:模組B-4：深度學習時空間資料探勘模組之單元一、 常見深度學習模型介紹 
類神經網路(Neural Networks) 及 卷積類神經網路(Convolutional Neural Networks))
搭配實驗: 實驗8、深度學習運算開源平台測試與使用(google colabortory) (Part I)
(目的：使學生熟悉深度學習運算平台之操作與訓練)

9. 期中考週

10.智慧物聯深度學習技術介紹 (Part II) 
(課程融入:模組B-4：深度學習時空間資料探勘模組之單元二、具時序性之深度學習模型簡介
遞歸類神經網路(Recurrent Neural Networks) 及長期記憶模型(Long Short Term Memory))
搭配實驗: 實驗9、深度學習運算開源平台測試與使用(google colabortory) (Part II)
(目的：使學生熟悉深度學習運算平台之操作與訓練)

11. 智慧物聯深度學習技術介紹 (Part III) 
(課程融入:模組B-4：深度學習時空間資料探勘模組之單元三、進階深度學習模型介紹(3小時) 
自編碼模型(Autoencoders) 及 生成對抗網路(Generative Adverisial Networks))
搭配實驗: 實驗10、深度學習運算開源平台測試與使用(google colabortory) (Part III)
(目的：使學生熟悉深度學習運算平台之操作與訓練)

12. 再談智慧物聯網應用及專題整合實作 (Part I)
(課程融入:模組B-2：居家照護之影像辨識應用開發模組之單元1：PBL 問題定義(針對居家照護之需求探討)及居家照護系統、技術與服務之案例分析)
搭配實驗: 實驗11、其他物聯網開發平台(Raspberry Pi )體驗與操作 
(目的：使學生熟悉不同物聯網開發平台)

13. 再談智慧物聯網應用及專題整合實作 (Part II)
(課程融入:模組B-2：居家照護之影像辨識應用開發模組之單元2：Raspberry PI 樹莓派硬體開發、ZigBee/藍芽數位 IO 控制及相機模組整合之教學，收集多媒體影像串流的數據資料)
搭配實驗: 實驗12、其他物聯網開發平台(Raspberry Pi )之ZigBee/藍芽數位 IO 控制及相機模組整合操作
 (目的：使學生熟悉Raspberry Pi開發平台之影像元件及通訊處理)

14.再談智慧物聯網應用及專題整合實作 (Part III)
(課程融入:模組B-2：居家照護之影像辨識應用開發模組之單元3：Node RED 軟體開發平臺與功能設計流程之教學，套用標準通訊傳輸協定與決定即時多媒體影像串流之數據流向)
搭配實驗: 實驗13、Node RED 軟體開發平臺操作
 (目的：使學生熟悉不同物聯網軟體開發平台)

15.再談智慧物聯網應用及專題整合實作 (Part IV)
(課程融入:模組B-2：居家照護之影像辨識應用開發模組之單元4：雲端運算平臺（Microsoft Az-ure/IBM Bluemix）之教學，透過 API 連接雲端，以複雜型 AI 演算法進行即時影像數據的處理與分析)
搭配實驗: 實驗14、雲端運算平臺及API銜接控制。 
(目的：使學生熟悉智慧物聯應用開發所需之雲端運算平臺) 

16.再談智慧物聯網應用及專題整合實作 (Part V)
(課程融入:模組B-2：居家照護之影像辨識應用開發模組之單元5：事件即時回報功能之設計與教學，將雲端運算分析的異常結果，透過 API 及廣播方式即時通知鄰近的醫療救護機構)
搭配實驗: 實驗15、透過 Dashboard 儀表板顯示即時影像數據資料，辨識及分析出影像中的行為，並設計緊急事件的回報機制，複雜型 AI 演算法分析老人跌倒行為之實習演練 (結合相機模組+Zigbee/藍芽數位 IO 控制模組，導入 CNN 演算法設計即時影像串流資料的分析功能。根據回傳的影像資料，系統自動偵測家中成員是否發生跌倒行為。 
(目的：使學生熟悉完整智慧物聯應用開發)

17.專題整合實作 (業師引進)

18.期末專題整合實作小組報告與展示

期中考30%
平時成績 (作業、實驗、出席記錄…) 30%
期末專題 40%