|
週次 |
單元主題 |
核心學習目標與實作重點 |
授課方式 |
評量與作業 |
|
W1 |
1. big data 與 AI |
了解巨量資料 5V 特性,透過生成式 AI (Gemini/ChatGPT) 探詢基本認識。 |
實體 |
[作業] ex1:用 AI 詢問 big data |
|
W2 |
2. Python 的環境設定等 |
掌握 Google Colab 與 Jupyter lab 開發環境,練習程式下載至本機執行。 |
實體 |
[測驗] 1.4 認識 big data |
|
W3 |
3. if-elif-else, range-for 與 list |
掌握 Python 基礎語法與迴圈控制邏輯,實作單人 BMI 計算。 |
同步/非同步 |
[作業] ex2:Colab 與本機操作 |
|
W4 |
3. if-elif-else, range-for 與 list |
實作一群人的 BMI 並掌握 list 容器應用。 |
非同步 |
[測驗] 3.1 Python 基礎語法 |
|
W5 |
4. list、函數與寫進格式化文字檔 |
學習 list 切片 (slice) 與排序,使用 with open 與 pandas 寫入 CSV。 |
同步/非同步 |
[作業] BMI 資料存至 list 並轉 CSV |
|
W6 |
4. list、函數與寫進格式化文字檔 |
非同步影片觀看:強化語法加強與函數參數實作。 |
非同步 |
影片關鍵問題回饋 |
|
W7 |
5. dict 與 DataFrame 初探 |
掌握字典語法與 DataFrame 處理表格資訊的基本結構。 |
實體 |
[作業] ex3:一群人的 BMI 處理 |
|
W8 |
6. 期中複習與股市爬蟲初探 |
認識 JSON 格式與 Requests 套件,直播講解期中複習要點。 |
實體 |
[做] Requests 抓股市 JSON |
|
W9 |
7. 期中考試 |
綜合複習單元 1~6 之語法與資料處理,參加期中考試評量。 |
實體 |
[期中考試] |
|
W10 |
8. 股市爬蟲與日線圖 |
檢討期中考,學習 Matplotlib 在 Colab 上繪製股市日線圖。 |
非同步 |
期中考檢討回饋 |
|
W11 |
9. requests 爬蟲股市 html 表格 |
學習使用 Requests 爬取 HTML 表格並掌握 Pandas 資料整理。 |
非同步 |
[作業] ex4:股市爬蟲實作 |
|
W12 |
10. pandas 與黃金價格 |
學習黃金價格與外匯匯率之資料擷取、篩選與 DataFrame 實務。 |
實體 |
[測驗] 10.2 exam pandas 與資訊 |
|
W13 |
11. seaborn 初探與統計關聯 |
學習 Seaborn 繪圖工具與理解 Numpy 回歸分析於匯率趨勢的應用。 |
同步/非同步 |
[做] 黃金與外幣數據統計分析 |
|
W14 |
12. 黃金外幣統計分析實作練習 |
掌握 Pyplot, Plotly, Seaborn 等多項工具,採「新台幣視角」分析。 |
同步/非同步 |
[作業] ex5:黃金外幣綜合分析 |
|
W15 |
13. 邁向 AI 機器學習 |
認識機器視覺演進,使用 Teachable Machine 訓練人貓狗辨識模型。 |
實體 |
[實驗] 訓練辨識模型 |
|
W16 |
14. 如何把訓練好的 model 佈署 |
學習將模型佈署至 Colab 執行,掌握 Keras 與 OpenCV 應用。 |
同步/非同步 |
[實務] 整合 Python 佈署 |
|
W17 |
15. 期末 |
訓練到實踐:Teachable Machine 多端部署,彙整學期實作。 |
實體 |
優化模型、Python code除錯,期末作業 |
|
W18 |
15. 期末 |
線上提交期末綜合書面報告(機器學習佈署與書面分析)。 |
非同步 |
[期末總評] (1/16 截止) |
|
種類 |
百分比 |
說 明 |
計分參考 |
備 註 |
|
平時成績 (學習歷程記錄) |
20% |
完成課程活動次數 |
觀看教學影片、線上作業繳交、完成線上測驗 |
由本人以爬蟲程式抓取多項數據加權計算 |
|
直播教學在線出席情形 針對非同步教材問題回答 |
Google Meet會提供參與同步教學的實際數據 |
|||
|
觀看本平台教材總時數 |
本平台提供所有同學觀看平台教材時數 |
|||
|
作業 |
40% |
作業請以ppt格式呈現實作成效 |
以小組作業為主 |
|
|
期中考與平時線上測驗 |
20% |
|
|
|
|
期末報告 |
20% |
報告請以ppt格式呈現 |
|
|
|
合計 |
100% |
|
|
|
-
1.big data與AI
週次:1, 2- 了解巨量資料的 5V 特性與適用軟體
- [做]透過生成式 AI (Gemini/ChatGPT) 探詢基本認識
- 於討論區「加入課程請說 hello」進行報到
- [評] 完成「1.4 測驗:認識 big data」
-
閱讀 > 8 分鐘 1.1 與chatGPT談論big data巨量資料
-
閱讀 > 6 分鐘 1.3 問big data於Gemini
-
分數 > 60, 2025-09-27 1.4 測驗:認識big data
-
需繳交, 2025-10-03 1.5 ex1 請用 AI詢問big data
-
閱讀 > 8 分鐘 1.6 認識big data測驗解答
-
閱讀 > 1 分鐘 1.7 測驗解答pptx
-
2.Python的環境設定等
週次:2- 掌握 Google Colab、Jupyter lab 與 Spyder 開發環境
- 學習於 Colab 設定 Gemini 與 Python 操作實務
- [做] 練習 Colab 程式下載至本機端執行修改
- 實作 ex2:Colab 與 Jupyter 本機端操作練習
-
閱讀 > 20 分鐘 2.1 google colab設定說明與實作python
-
閱讀 > 16 分鐘 2.2 google colab上設定Gemini與操作Python
-
需繳交, 2025-10-18 2.5 ex2 請在colab上jupyter lab或spyder上操作
-
3.if-elif-else, range-for與list
週次:3,4- 掌握 Python 基礎語法與迴圈控制邏輯
- 實作單人 BMI 計算並撰寫判斷函數
- 實作一群人的 BMI並使用list
- [評] 完成「3.1 測驗:認識 python 開發環境與基本語法」
- [輔] 下載測驗解答 pptx 進行自主檢核回饋
-
分數 > 60, 2025-10-04 3.1 測驗:認識python開發環境與基本語法
-
閱讀 > 18 分鐘 3.2 實作BMI與if elif else判別
-
需點過 3.3 bmi1.ipynb
-
閱讀 > 15 分鐘 3.4 10月3日10:00 Google Meet遠距同步教學
-
閱讀 > 1 分鐘 3.5 認識python開發環境與基本語法解答ppt
-
閱讀 > 15 分鐘 3.6 python開發環境與簡易語法測驗檢討
-
閱讀 > 15 分鐘 3.7 python計算一個人的bmi並寫個判斷函數
-
閱讀 > 14 分鐘 3.8 python實作一群人的bmi存至list並寫至csv檔
-
4.list、函數與寫進格式化文字檔
週次:5, 6- 學習 list 與切片 (slice) 及排序 (sort) 技術
- 使用 with open 與 pandas 將健康數據寫入 csv 檔
- [做] 修訂一群人 BMI 健康資料存至 list 並轉存 csv
- [看] 完成非同步影片觀看:語法加強與函數參數實作
-
閱讀 > 4 分鐘 4.1 1017 10:00 google meet同步遠距教學
04:31
-
閱讀 > 1 分鐘 4.3 一群人bmi健康資訊寫進csv採list
-
閱讀 > 20 分鐘 4.4 list函數處理一群人的bmi的語法說明
-
閱讀 > 5 分鐘 4.5 Python函數參數的問題與實作說明
-
閱讀 > 19 分鐘 4.6 list與切片slice與sort
-
閱讀 > 20 分鐘 4.7 用with open與pandas將健康數據寫進csv檔
-
需繳交, 2025-11-01 4.8 請選修『電商科技跨領域微學程』列入加分
-
5.dict與DataFrame初探
週次:7- 學習字典 (dict) 相關語法及其在資料屬性處理的應用
- 掌握 DataFrame 處理表格資訊的基本結構
- [做] 採 dict 與 DataFrame 處理一群狗狗與人的 BMI 資訊
- 10/31 實體到校上課:現場指導字典與表格數據處理
-
閱讀 > 18 分鐘 5.1 dict字典相關語法說明
-
閱讀 > 1 分鐘 5.2 dict語法 pptx
-
閱讀 > 20 分鐘 5.3 一群狗狗採dict處理屬性與DataFrame處理表格資訊
-
閱讀 > 11 分鐘 5.5 一群人bmi健康資訊採dict與DataFrame處理
-
需繳交, 2025-11-15 5.6 ex3 一群人的bmi處理至少三人
-
閱讀 > 20 分鐘 5.7 巨量資料分析python作業檢討
-
6.期中複習與股市爬蟲初探
週次:8- 認識 JSON 格式數據與 Requests 套件基礎
- [做] 實作 Requests 抓取股市公開資訊 JSON 格式
- [評] 提交 ex3:一群人的 BMI 處理 (至少三人) 作業
- [動] 參與同步遠距直播講解期中複習要點
-
閱讀 > 34 分鐘 6.1 requests抓股市json格式Python實作
-
閱讀 > 5 分鐘 6.2 1107 10:00 google meet同步遠距教學
05:53
-
閱讀 > 23 分鐘 6.3 期中複習
-
7.期中考試週次:9
- 綜合複習單元 1~6 之 Python 語法與資料處理
- [評] 參加期中考試與成績評量
- [輔] 期中考不佳者進行補考,強化學習成效
- 參與期中複習與樣題解析討論 (6.3)
-
分數 > 60, 2025-11-14 7.1 期中考
-
分數 > 70, 2025-11-22 7.2 期中考不佳者請在此補考
-
閱讀 > 1 分鐘 7.3 期中複習pptx
-
8.股市爬蟲與日線圖週次:10
- 檢討期中考與補考重點內容
- 認識簡易數據視覺化工具 Matplotlib
- [做] 在 Colab 上安裝中文字型並繪製股市日線圖
- 參與 11/21 遠距教學同步討論
-
閱讀 > 15 分鐘 8.1 1121 10:00 google meet遠距教學
-
閱讀 > 32 分鐘 8.2 1121期中考檢討
-
閱讀 > 22 分鐘 8.3 requests股市爬蟲與pyplot數據視覺化操作
-
閱讀 > 12 分鐘 8.4 Colab上安裝中文字型修改股市爬蟲pyplot顯圖
-
9.requests爬蟲股市html表格與pandas處理
週次:11- 學習使用 Requests 爬取 HTML 表格數據
- 掌握 Pandas 資料處理與數據整理技術
- [做] 完成 ex4:股市爬蟲 JSON 格式與 HTML 表格實作
- 11/28 實體到校上課:進行爬蟲作業檢討與輔導
-
閱讀 > 36 分鐘 9.1 requests 爬取股票 HTML 表格與 pandas 資料處理
-
需繳交, 2025-12-08 9.4 ex4 股市爬蟲json格式與html表格
-
閱讀 > 29 分鐘 9.5 python爬蟲股市html表格作業檢討
-
10.pandas與黃金價格
週次:12- 學習黃金價格與外匯匯率之資料擷取與篩選
- 掌握 Pandas DataFrame 處理黃金價格資訊實務
- [評] 完成「exam pandas 與資訊」線上測驗
- 參與 12/05 遠距教學直播與測驗討論
-
閱讀 > 10 分鐘 10.1 1205 10:00遠距教學直播
-
分數 > 60, 2025-12-05 10.2 exam pandas與資訊
-
閱讀 > 16 分鐘 10.3 pandas與黃金、外匯匯率之一爬蟲、資料擷取與篩選
-
閱讀 > 1 分鐘 10.4 requests、pandas 資料處理與黃金價格pptx
-
閱讀 > 25 分鐘 10.5 pandas dataframe與爬蟲黃金價格資訊講義
-
閱讀 > 18 分鐘 10.6 pandas遠距教學1205與測驗
-
11.seaborn初探以及黃金與歐元間統計關聯
週次:13- 學習 Seaborn 繪圖工具與統計分析應用
- 理解 Numpy 回歸分析於匯率趨勢的應用
- [做] 實作黃金與外幣數據處理、視覺化及統計分析
- [看] 觀看 2025 年黃金、外匯匯率爬蟲練習影音教材
-
閱讀 > 1 分鐘 11.1 pandas 資料處理黃金_歐元與seaborn繪圖與統計分析pptx
-
閱讀 > 5 分鐘 11.2 12/12 10:00同步遠距教學
05:30
-
閱讀 > 36 分鐘 11.5 黃金外幣pandas處理與seaborn視覺化、統計分析
-
12.黃金外幣pandas, pyplot, plotly, seaborn, numpy統計分析等多項實作練習週次:14
- 掌握多項統計分析工具 (Pyplot, Plotly, Seaborn, Numpy)
- [做] 採「新台幣視角」分析黃金與外匯匯率數據
- [評] 提交作業 ex5:黃金與外幣綜合統計分析專案
- 12/19 實體到校實作練習:針對分析報告進行指導
-
需繳交, 2025-12-27 12.3 ex5 黃金與外幣
-
閱讀 > 34 分鐘 12.4 新台幣視角下的 pandas numpy對黃金、外匯匯率的數據分析
-
13.邁向AI機器學習
週次:15- 認識 AI 生物視覺、機器視覺與 ILSVRC 競賽演進
- 學習 Tensorflow Playground 互動式模型實驗
- [做] 使用 Google Teachable Machine 訓練人貓狗辨識模型
- 參與 12/26 遠距同步教學討論 CNN 與機器學習簡介
-
閱讀 > 10 分鐘 13.1 1226 10:00遠距同步教學
-
閱讀 > 11 分鐘 13.2 AI生物視覺 機器視覺
-
閱讀 > 10 分鐘 13.3 機器學習tensorflow playground
-
閱讀 > 7 分鐘 13.4 AI 機器視覺ILSVRC競賽之後
-
閱讀 > 17 分鐘 13.6 邁向AI機器學習與簡介
-
閱讀 > 24 分鐘 13.7 邁向AI機器學習CNN與Teachable Machine
-
閱讀 > 1 分鐘 13.8 邁向AI機器學習---Teachable Machine
-
14.如何把訓練好的model佈署
週次:16
-
學習將 Teachable Machine 模型佈署至 Colab 執行
-
掌握 Keras 模型與 OpenCV (cv2) 在 Colab 的應用
-
[看] 整合 App Inventor 2 製作辨識 App 之佈署實務
-
[看] 觀看 01/02 遠距直播教學:CNN 模型佈署與實戰
-
閱讀 > 10 分鐘 14.1 0102 10:00 遠距直播教學
-
閱讀 > 18 分鐘 14.2 teachable machine訓練好的Keras模型在Colab上執行辨識
-
閱讀 > 11 分鐘 14.3 teachable Machine與app inventor 2製作辨識app
-
閱讀 > 16 分鐘 14.5 CNN與Teachable Machine遠距教學
-
-
15.期末週次:17,18
- 訓練到實戰:Teachable Machine 模型多端部署整合
- [做] 彙整整學期數據分析與 AI 實作完成期末報告
- 1/9 實體到校上課:進行期末作業指導與預演
- [評] 線上提交期末綜合書面報告作為最終成效考核
-
閱讀 > 37 分鐘 15.1 訓練到實戰:Teachable Machine 模型多端部署與colab實作
-
需繳交, 01-15 00:00 15.2 期末綜合專案 (機器學習佈署與書面分析)

