🔹 單元 1：Python 簡介與開發環境

✅ 教學目標： 學生能理解 Python 的應用與基礎語法，並熟悉 Jupyter Notebook。
🎯 線上評量活動：

1. 小測驗（選擇題、填空題） - 測試 Python 變數、資料型態、條件判斷與函式的基本概念。
2. 動手實作（Jupyter Notebook 練習） - 學生需撰寫一個簡單的 Python 程式，輸入數字並回傳平均值。
3. 討論區互評 - 學生在討論區分享自己的 Python 代碼，相互評論並優化寫法。

🔹 單元 2：NumPy - 科學計算基礎

✅ 教學目標： 學生能夠建立 NumPy 陣列並進行基本數據運算與索引操作。
🎯 線上評量活動：

1. 選擇題與填空題測驗 - 針對 NumPy 陣列特性、索引方式、廣播機制等進行評測。
2. 程式實作挑戰 - 讓學生撰寫 Python 程式來生成 1000 個隨機數，計算其平均值與標準差。
3. Pair Programming（互評活動） - 學生上傳自己的 Notebook，並隨機指定其他同學進行互評，提供回饋與改進建議。

🔹 單元 3：Pandas - 資料處理與分析

✅ 教學目標： 學生能夠使用 Pandas 讀取、處理數據，並進行基本分析與缺失值處理。
🎯 線上評量活動：

1. 自動評分測驗 - 測試學生對 Pandas DataFrame 的基本操作，如 read_csv()、索引、篩選等。
2. 案例分析與實作 - 給定一份真實數據（如銷售報表），要求學生進行數據清理（去除缺失值、處理異常數據）。
3. 開放式討論 - 學生在論壇分享不同的缺失值處理方法，並評論彼此的選擇是否適合特定情境。

📌 第二部分：資料處理與探索性分析

🔹 單元 4：資料處理與變換

✅ 教學目標： 學生能夠使用 Pandas 進行數據合併、轉換與群組分析。
🎯 線上評量活動：

1. 選擇題測驗 - 測試 GroupBy、Pivot、Merge 的應用場景。
2. 案例練習 - 給予學生兩個不同來源的數據集，要求合併並提取有價值的資訊。
3. 學生互評專案 - 學生需要分析一組數據，並在討論區發表自己的分析結果，接受同學回饋。

🔹 單元 5：資料視覺化

✅ 教學目標： 學生能使用 Matplotlib、Seaborn 等工具繪製數據視覺化圖表。
🎯 線上評量活動：

1. 圖表識別測驗 - 學生根據題目判斷應使用哪種類型的圖表（長條圖、折線圖、散點圖等）。
2. 視覺化挑戰 - 讓學生根據指定數據集，繪製 2-3 種不同圖表，並解釋選擇這些圖表的理由。
3. 互動式 Notebook 提交 - 學生需在 Jupyter Notebook 繪製並標註不同圖表的關鍵資訊，並由教師批改。

🔹 單元 6：探索性資料分析（EDA）

✅ 教學目標： 學生能夠運用統計方法對數據進行探索分析，並發現數據趨勢與異常值。
🎯 線上評量活動：

1. 測驗題 - 針對描述性統計、相關係數、異常值偵測進行概念評測。
2. 實作分析作業 - 給定一組金融或社群媒體數據，要求學生發掘有意義的趨勢。
3. 學生報告與互評 - 學生需撰寫一篇簡短的數據分析報告，並提供其他學生回饋。