人工智能與教育科技理學碩士

本科目旨在使學生掌握人工智能的基礎與進階知識，並強調其在教育環境中的原則與實踐。科目亦提供機會讓學生分析人工智能對教育的影響，並檢視其倫理與社會議題。本科目將探討當代與新興人工智能技術，包括但不限於智慧代理、問題解決、知識與推理、電腦視覺、機器人技術、自然語言處理、聊天機器人、語音助理與情感偵測。科目將介紹教育與人工智能整合的框架，以及人工智能在教育中的新興應用。人工智能應用與發展中的倫理與社會議題亦將被討論。

本科目概述由現行與新興科技支援的教學設計框架、原則與教學模式。科目亦探討並評估與社會建構主義原則和框架一致的創新教學設計，以優化學習。學生將有機會親身實踐，設計並評估結合人工智能（AI）與教育科技的創新學習環境。

本科目旨在培養學生對人工智能（AI）與教育科技領域研究設計與方法的理解。科目設計使學生能夠發展自己的研究計劃，以探究人工智能與教育科技中的實證議題，內容包括文獻回顧、問題陳述與採用合適方法的研究設計。

深度學習是模擬人腦運作的最新機器學習與人工智能趨勢之一。深度學習方法為機器學習帶來革命性進展。本科目將為學生提供人工神經網路的基礎知識，進而介紹建構深度人工神經網路（即深度學習）的理論、原則與實務操作，以處理基於實證資料的現實問題。期間學生將理解深度學習在各領域中的應用，特別是在教育領域。科目亦涵蓋一種深度神經網路——卷積神經網路（CNN）的設計與實作。

本科目首先回顧運算思維的知識與技能，以及其在發展先進與未來科技中的角色。科目將批判性地檢視編程與運算思維作為 STEM（科學、科技、工程與數學）教育不可或缺的一部分所扮演的重要角色及其背後的理論基礎。接著，科目將從多角度探討學習編程的策略，以促進學生在 STEM 教育脈絡下的運算思維發展。科目將提供運用編程與運算思維處理與 STEM 相關的真實問題與生活情境的實作機會。學生將接觸多種教與學方法，以編程培養運算思維，並批判性地檢視這些方法的成效。學生亦將進一步探討編程教學法的設計與實踐議題，以及如何將編程與運算思維結合其他 STEM 領域，以設計整合式 STEM 學習活動於學校科目脈絡中。

本科目概述數據挖掘與STEM教育的基本概念。數據挖掘日益被應用於提升教學與學習過程及教育教法。教師可運用從數據挖掘模型中發掘的知識來解決教育問題。科目內容涵蓋數據前處理、數據視覺化、機率與統計，以建立關聯、分類與分群的演算法。亦涵蓋STEM教育的理念，幫助學生設計STEM學習活動，並探討與STEM教育相關的社會與道德議題。科目亦將展示STEM應用中的數據分析實例。

物聯網（IoT）是一個由智能裝置連接而成的系統，能夠透過網絡提供豐富的數據。它結合機器對機器通訊的概念，提供先進的資料收集、連接性及分析，由智能裝置收集資訊。本課程旨在透過講解物聯網背後的理念及介紹現實世界的應用，讓學生建立物聯網的扎實基礎，包括其組件、工具及分析。學生將學習設計及實現解決現實問題的物聯網技術。課程將採用實作方式，讓學生動手製作物聯網產品及應用的原型。

本科目提供學生應用並延伸課程中所學知識與技能的機會，針對人工智能（AI）與教育科技相關的專業領域進行研習，並提供兩種選項：（1）規劃、執行並撰寫一份與人工智能及教育科技相關的小型研究報告；或（2）規劃並製作一項可行的教學解決方案，並提交報告。

本科目批判性地回顧設計與科技領域中的創意多媒體與設計研究。科目內容涵蓋多媒體製作、2D 與 3D 動畫設計、電腦圖像與資料視覺化技術。科目將探討創新多媒體設計，包括圖像設計、虛擬與擴增實境，以及藝術或科學視覺化在設計與教育訓練中的應用。科目將使學生全面理解創意設計與媒體科學的創新與實務知識，並探討多媒體設計與視覺科學核心概念的研究方法。

本科目首先回顧元宇宙基礎架構的主要組成部分，包括：網路基礎建設（如 5G/6G 網路、即時圖像）、空間運算（如 3D 地圖、VR/AR）、創作者經濟（如區塊鏈、非同質化代幣）與沉浸式體驗（如社交、遊戲、教育）。科目將進一步探討元宇宙在教育與社會中的應用情境，並聚焦於理解核心技術在各情境中的角色。科目最後將討論元宇宙如何促進學習與溝通、提升可及性、遊戲化人類體驗並帶來巨大的經濟效益。

行動數位裝置現今已廣泛普及，並可作為資訊與通訊科技的優質教育平台。本科目將介紹行動應用程式開發的重要概念與面向，旨在使學生具備開發行動應用程式的知識與技能。科目亦提供機會讓學生探討資訊與通訊科技在推動 IT 教育及科學、科技、工程與數學教育中的應用。透過實作活動，學生將運用行動平台程式設計技能開發應用程式，以促進富有趣味性的教學與學習環境。

本科目旨在透過編程練習與專案的實務，讓學生更新並擴展對Python程式設計概念的理解。學生將透過解決函數式、邏輯式及並行編程問題來學習進階編程技巧。本科目強調實務應用，鼓勵創意與問題解決能力，讓學生能夠深入探討進階數據流及控制流。此外，科目亦將介紹生成式人工智能在程式設計上的應用，幫助學生利用人工智能技術尋求編程任務的內在特性、生成程式碼片段及透過現代程式碼審查提升程式碼品質。

本科目首先回顧網絡安全的基本知識和技能，以及其在教育領域的應用。本科目將探討網絡安全的關鍵概念，包括密碼雜湊函數、數字簽名、身份驗證、公鑰基礎設施、防火牆、入侵檢測、存取控制等，以及它們在網絡安全教育中的相關應用。本科目旨在提供學生全面的網絡安全概念，並讓學生學會解決實際的網絡安全問題以及設計網絡安全教育解決方案。

本科目旨在向學生介紹統計學的基本概念，包括標準機率分布、抽樣分布、參數估計、推論，以及基於假設檢定的統計決策。科目提供機率與統計的入門概覽，並介紹隨機變數的基本概念。在掌握這些基礎後，科目將進一步探討抽樣分布的概念，以及資料分析與假設檢定的技巧與方法。