本課程以人工智慧物聯網（Artificial Intelligence of Things, AIoT）為人工智慧（Artificial Intelligence, AI）實務應用之主要方向，以「物聯網之感測、數據獲取、無線通訊與無線感測網路、資料分析、機器學習與深度學習」為課程核心，培養學生 IoT 與 AI 之跨域整合及實務應用能力。課程強調人工智慧系統的效能不僅取決於 AI 模型，亦受到資料產生、獲取、傳輸與處理等前端系統影響，因此培養學生從資料來源至 AI 模型之完整系統思維。課程內容分為 IoT 與 AI 兩大部分。

前半部以 IoT 作為人工智慧實務應用的基礎，從感測元件與電子電路出發，探討感測、數據獲取及資料傳輸，並透過 Arduino、App Inventor、Java App、BLE 及 Raspberry Pi 等，建立無線的資料獲取系統；進一步從無線通訊的物理基礎與實際應用需求出發，探討無線通訊技術之選擇與無線感測網路之建構，包含目標感測、線性區域感測與面狀區域覆蓋等不同應用需求，以及感測節點配置與網路架構等實務問題。

後半部以 AI 人工智慧實務應用為核心，將前半部 IoT 系統所取得的數據作為分析與建模的基礎。課程使用 Python 進行資料處理與分析，循序介紹機器學習、深度學習與模型效能評估；同時探討模型訓練過程中常見的數據品質、資料蒐集問題與模型選擇策略，引導學生結合前端獲取與後端預測，建立從「數據採集、無線傳輸、資料處理到 AI 預測」的完整 AIoT 系統性思維與實務能力。