人工智能与教育科技理学硕士

本科目旨在使学生掌握人工智能的基础与进阶知识，并强调其在教育环境中的原则与实践。科目亦提供机会让学生分析人工智能对教育的影响，并检视其伦理与社会议题。本科目将探讨当代与新兴人工智能技术，包括但不限于智能代理、问题解决、知识与推理、计算机视觉、机器人技术、自然语言处理、聊天机器人、语音助理与情感侦测。科目将介绍教育与人工智能整合的框架，以及人工智能在教育中的新兴应用。人工智能应用与发展中的伦理与社会议题亦将被讨论。

本科目概述由现行与新兴科技支持的教学设计框架、原则与教学模式。科目亦探讨并评估与社会建构主义原则和框架一致的创新教学设计，以优化学习。学生将有机会亲身实践，设计并评估结合人工智能（AI）与教育科技的创新学习环境。

本科目旨在培养学生对人工智能（AI）与教育科技领域研究设计与方法的理解。科目设计使学生能够发展自己的研究计划，以探究人工智能与教育科技中的实证议题，内容包括文献回顾、问题陈述与采用合适方法的研究设计。

深度学习是模拟人脑运作的最新机器学习与人工智能趋势之一。深度学习方法为机器学习带来革命性进展。本科目将为学生提供人工神经网络的基础知识，进而介绍建构深度人工神经网络（即深度学习）的理论、原则与实务操作，以处理基于实证数据的现实问题。期间学生将理解深度学习在各领域中的应用，特别是在教育领域。科目亦涵盖一种深度神经网络——卷积神经网络（CNN）的设计与实作。

本科目首先回顾运算思维的知识与技能，以及其在发展先进与未来科技中的角色。科目将批判性地检视编程与运算思维作为 STEM（科学、科技、工程与数学）教育不可或缺的一部分所扮演的重要角色及其背后的理论基础。接着，科目将从多角度探讨学习编程的策略，以促进学生在 STEM 教育脉络下的运算思维发展。科目将提供运用编程与运算思维处理与 STEM 相关的真实问题与生活情境的实作机会。学生将接触多种教与学方法，以编程培养运算思维，并批判性地检视这些方法的成效。学生亦将进一步探讨编程教学法的设计与实践议题，以及如何将编程与运算思维结合其他 STEM 领域，以设计整合式 STEM 学习活动于学校科目脉络中。

本科目概述数据挖掘与STEM教育的基本概念。数据挖掘日益被应用于提升教学与学习过程及教育教法。教师可运用从数据挖掘模型中发掘的知识来解决教育问题。科目内容涵盖数据前处理、数据可视化、机率与统计，以建立关联、分类与分群的算法。亦涵盖STEM教育的理念，帮助学生设计STEM学习活动，并探讨与STEM教育相关的社会与道德议题。科目亦将展示STEM应用中的数据分析实例。

物联网（IoT）是一个由智能装置连接而成的系统，能够通过网络提供丰富的数据。它结合机器对机器通信的概念，提供先进的数据收集、连接性及分析，由智能装置收集信息。本课程旨在通过讲解物联网背后的理念及介绍现实世界的应用，让学生建立物联网的扎实基础，包括其组件、工具及分析。学生将学习设计及实现解决现实问题的物联网技术。课程将采用实作方式，让学生动手制作物联网产品及应用的原型。

本科目提供学生应用并延伸课程中所学知识与技能的机会，针对人工智能（AI）与教育科技相关的专业领域进行研习，并提供两种选项：（1）规划、执行并撰写一份与人工智能及教育科技相关的小型研究报告；或（2）规划并制作一项可行的教学解决方案，并提交报告。

本科目首先回顾元宇宙基础架构的主要组成部分，包括：网络基础建设（如 5G/6G 网络、实时图像）、空间运算（如 3D 地图、VR/AR）、创作者经济（如区块链、非同质化代币）与沉浸式体验（如社交、游戏、教育）。科目将进一步探讨元宇宙在教育与社会中的应用情境，并聚焦于理解核心技术在各情境中的角色。科目最后将讨论元宇宙如何促进学习与沟通、提升可及性、游戏化人类体验并带来巨大的经济效益。

行动数字装置现今已广泛普及，并可作为信息与通讯科技的优质教育平台。本科目将介绍行动应用程序开发的重要概念与面向，旨在使学生具备开发行动应用程序的知识与技能。科目亦提供机会让学生探讨信息与通讯科技在推动 IT 教育及科学、科技、工程与数学教育中的应用。透过实作活动，学生将运用行动平台程序设计技能开发应用程序，以促进富有趣味性的教学与学习环境。

本科目旨在透过编程练习与项目的实务，让学生更新并扩展对Python程序设计概念的理解。学生将透过解决函数式、逻辑式及并行编程问题来学习进阶编程技巧。本科目强调实务应用，鼓励创意与问题解决能力，让学生能够深入探讨进阶数据流及控制流。此外，科目亦将介绍生成式人工智能在程序设计上的应用，帮助学生利用人工智能技术寻求编程任务的内在特性、生成代码段及透过现代程序代码审查提升程序代码质量。

本科目首先回顾网络安全的基本知识和技能，以及其在教育领域的应用。本科目将探讨网络安全的关键概念，包括密码哈希函数、数字签名、身份验证、公钥基础设施、防火墙、入侵检测、访问控制等，以及它们在网络安全教育中的相关应用。本科目旨在提供学生全面的网络安全概念，并让学生学会解决实际的网络安全问题以及设计网络安全教育解决方案。

本科目旨在向学生介绍统计学的基本概念，包括标准机率分布、抽样分布、参数估计、推论，以及基于假设检定的统计决策。科目提供机率与统计的入门概览，并介绍随机变数的基本概念。在掌握这些基础后，科目将进一步探讨抽样分布的概念，以及数据分析与假设检定的技巧与方法。