學習分析與教育資料科學
Learning Analytics and Educational Data Science
| 節 | 週一 |
|---|---|
5 13:20–14:10 | 學習分析與教育資料科學 HA217（光復） 2 節連堂 |
6 14:20–15:10 |
* 根據陽明交大上課時間表所列
如何因應學習者的個別特質來提供適性化支持一直是重要的議題。隨著數位學習的盛行，累積了大量的數位足跡。透過分析這些資料，可以協助學生、教師、教育決策人員有效的優化教育成效。因此，學習分析與教育資科學越來越受到重視。本課程將講述與演練如何收集、分析和應用學習數據，以及如何為教育行業提供有價值的回饋。 本課程的目在使學生能夠: 1.了解教育機構學習分析的需求 2.理解常見的學習分析方法與應用實例 3.選擇和應用適當的學習分析技術 4.備相關工具操作能力 5.理解與批判學習分析議題 6.能夠評估學習分析的倫理和隱私問題
教師未提供此項資料
無備註
教師未提供此項資料
1. 出席狀況與課堂參與(包含線上活動參與): 10% 2. 論文報告: 20% 3. 期中計畫書: 15% 4. 指定作業: 25% 5. 期末報告：30%
學習分析
- 講授：
- 20
- 示範：
- 10
教育資料科學與應用
- 講授：
- 12
- 示範：
- 6
| 週次 | 主題 |
|---|---|
| 第 1 週 | 課程介紹、QA、分組、個別討論 2026-02-23(一) |
| 第 2 週 | 學習分析與教育資料科學沿革、冷啟動分析方法(個體差異, LS, CS) 2026-03-02(一) |
| 第 3 週 | 學習管理系統、學習數據的收集和處理、教育大數據 2026-03-09(一) |
| 第 4 週 | 診斷式測驗、學習回饋 2026-03-16(一) |
| 第 5 週 | 自律學習輔助系統、AIED 資料科學在學習分析中的角色、教育資料處理與資料視覺化 2026-03-23(一) |
| 第 6 週 | LAK、L@S、EDUCAUSE 研討會論文/報告 (第一次分組論文報告) 2026-03-30(一) |
| 第 7 週 | 清明連假 (無課程) 2026-04-06(一) |
| 第 8 週 | 期中考週-個別討論、論壇討論、繳交專題規劃書 2026-04-13(一) |
| 第 9 週 | 教育資料採礦實務 2026-04-20(一) |
| 第 10 週 | 教育資料採礦實務 2026-04-27(一) |
| 第 11 週 | 教育資料採礦實務 2026-05-04(一) |
| 第 12 週 | 學習行為分析 (LSA) 2026-05-11(一) |
| 第 13 週 | LAK、L@S 研討會論文 (第二次分組論文報告) 2026-05-18(一) |
| 第 14 週 | 行為分析學習分析趨勢、新興分析方法與工具 2026-05-25(一) |
| 第 15 週 | 學習分析研究議題綜論 2026-06-01(一) |
| 第 16 週 | 期末專題報告 2026-06-08(一) |
1. 2022, 2023 EDUCAUSE Horizon Report 2. LAK' L@S' Proceedings 3. 選讀文獻 4. Lang, C., Siemens, G., Wise, A., & Gašević, D. (2017). Handbook of Learning Analytics. DOI: 10.18608/hla17 (R1 hereafter) 5. Larusson, J. A., & White, B. (2014) (eds.). Learning Analytics: From research to practice. New York: Springer. (R2 hereafter)
- 地點
- 教師未提供此項資料
- 時間
- 教師未提供此項資料
- 聯絡方式
- tcyang_@nycu.edu.tw