◎系所教育目標：
1.培育具教學設計與規劃專業知能之數位學習人才。
2.培育具備數位教材開發、出版與媒體設計實作能力之人才。
3.培養具備資訊科技融入教學與訓練知能之人才。
4.培養具備專案管理與科技導入組織能力之人才。 |
| ◎核心能力 | 關聯性 |
| 1.數位學習專業能力。 | 5 關聯性最強 |
| 2.資訊與媒體應用及實作能力。 | 4 關聯性稍強 |
| 3.導入與管理數位學習專案。 | 4 關聯性稍強 |
| 4.團隊合作與全方位學習。 | 3 關聯性中等 |
◎本學科內容概述：
數位學習是現今教育趨勢，但如何達到最佳化是需要持續努力的目標，透過資料探勘技術，利用數據資料庫從中找出顯著的關聯性與特徵，藉此引導出資料背後的教學與學習的洞察。隨著科技的進步，數位學習與社交網路平台創造了巨量的數據，使得資料探勘的必要性與重要性日漸增重，因此本課程透過Weka資料探勘自由軟體，培養修課生具備資料探勘的知識、技能與態度，並在過程中思考資料探勘的實際應用面向，達到兼具理論與實務之專業能力。 |
◎本學科教學內容大綱：
1.說明課程設計、資料探勘之演進與技術，與資料探勘軟體weka介紹
2.Weka架構、安裝、資料讀取與實作
3.探索資料狀況的分群clustering、異常偵測outlier detection、關聯規則associations、分類classification、迴歸regression
4.資料探勘的非監督學習實作練習
5.進行資料探勘應用在數位學習的專題 |
◎本學科學習目標：
1.理解資料探勘在數位學習中的價值
認識資料探勘如何補足人類認知偏誤，並掌握其在學習行為與成效分析上的應用意涵。
2.培養資料分析與詮釋能力
能進行資料整理、前處理，並運用分類、分群、文字探勘等方法，解釋與轉化結果。
3.整合探勘成果並應用於教育情境
能將分析結果進行視覺化展示，並提出數位學習平台或教學設計的改進建議。 |
| ◎教學進度：(*表業師協同教學) |
| 週次 | 主題 | 教學內容 | 教學方法 |
01
09/09 | 課程導論 | 課程說明、評量方式介紹、專題方向簡介 | 講授。 |
02
09/16 | 為什麼需要資料探勘 | 從認知偏誤與錯誤直覺談數據探勘的重要性 | 講授、討論。 |
03
09/23 | 數據匯入與整理 | 學習如何將學習平台或問卷的表格資料導入分析環境，並進行初步檢視 | 操作/實作、講授。 |
04
09/30 | 資料前處理 | 缺值處理、標準化、類別編碼與特徵建立，理解前處理對探勘的重要性 | 作業/習題演練、操作/實作、講授。 |
05
10/07 | 分類方法與應用 | 探索分類方法，並將其應用於學習成效預測 | 作業/習題演練、操作/實作、講授。 |
06
10/14 | 分群方法與應用 | 探索分群方法，分析不同學習者行為模式 | 作業/習題演練、操作/實作、講授。 |
07
10/21 | 文字探勘 | 學習如何從文字資料（回饋、討論紀錄）中萃取主題與情感傾向 | 作業/習題演練、操作/實作、講授。 |
08
10/28 | 綜合練習 | 對同一份資料套用不同方法，比較結果與洞察的差異 | 作業/習題演練、操作/實作、討論。 |
09
11/04 | 期中實作 | 將表格數據轉換為圖表，並設計基本的儀表板
實作資料探勘與解釋 | 作業/習題演練、操作/實作。 |
*10
11/12 | 11/12(三)下午工作坊 | 勝典科技邱俊銘先生辦理「AI數位教材製作」工作坊台灣教育科技展 | 操作/實作、講授。 |
*11
11/14 | 11/14（五）全日參訪 | 「臺灣教育科技展」及「夢想動畫」參訪
學習如何將表格數據轉換為圖表，並設計基本的儀表板 | 校外見習/實習、操作/實作。 |
*12
11/26 | 11/26(三)下午演講 | 育碁數位科技股份有限公司 | 講授、討論。 |
13
12/02 | 專題進行 I | 小組確定研究主題、尋找合適資料集、擬定分析方向，完成專題企劃
小組進行資料探勘並建立初步視覺化成果，進度檢核 | 問題教學法。 |
14
12/09 | 專題進行 II | 整合探勘與視覺化結果，提出數位學習功能發想與預期教育貢獻 | 問題教學法。 |
15
12/16 | 專題報告 | 期末簡報，進行同儕回饋與修正 | 口頭報告。 |
16
12/23 | 專題成果 | 繳交期末專題成果 | 作業/習題演練。 |
17
12/30 | 彈性學習 | 彈性學習 | 彈性學習。 |
18
01/06 | 彈性學習 | 彈性學習 | 彈性學習。 |
◎課程要求：
來上課、交作業、做專題 |
◎成績考核
課堂參與討論20%
期中考25% : 實作形式非考試
期末考35% : 專題形式非考試
作業/習題演練20%
|
◎參考書目與學習資源
1.資料探勘與學習分析相關書籍:涵蓋分類、分群、文字探勘等基本方法，以及在教育情境中的應用。
2.數據素養與批判思維讀物:說明認知偏誤、資料詮釋的重要性，幫助學生理解為什麼需要依靠數據而非直覺判斷。
3.教育資料探勘與學習分析研究文章:提供最新的教育數據分析趨勢、案例研究與方法比較。
4.資料探勘軟體與AI工具:含括資料整理、探勘與視覺化的應用工具，以及人工智慧輔助的程式生成與結果詮釋。
5.開放資料與學習平台輸出檔:實際學習數據作為學生課堂實作的資料來源。 |
| ◎教材講義 請改以帳號登入校務系統選擇全校課程查詢方能查看教材講義 |