PythonAI4Beginners

Python × AI 實作入門課程：從生活議題到 AI 應用專題（10 單元）

課程設計者：蔡芸琤（國立臺灣師範大學科技應用與人力資源發展系 副教授）

AI 輔助程式教學幫手：https://coding.t5input.com/problems

📺 直播連結：https://www.youtube.com/@peculab/streams
🎞 錄影播放清單：https://youtube.com/playlist?list=PLH3VeiMX0ckjGmwvkev5HFB91HCLrDb4z
📝 課程規範與成績計算（本頁 README）

---

📌 誰適合參加

✅ 完全沒學過 Python，但願意動手試、不怕 debug
✅ 想學 AI 應用：聊天機器人、資料分析、文字探勘、影像辨識
✅ 對 AI 與程式設計有興趣，想做出「真的能跑的東西」
❌ 如果你害怕看到錯誤訊息、一定要先背熟語法才能開始，這門課可能不適合你

👉 這門課強調：邊做邊學、錯誤就是學習的一部分。

---

🧠 課程設計方式（每個單元固定節奏）

👉 每個單元共 2 個 Round（約 100 分鐘）

• 🔹 Round 1

  • 20 分鐘：概念講解 + 老師 Live Coding
  • 30 分鐘：學生實作練習（含 TODO 任務）

• 🔹 Round 2

  • 20 分鐘：進階概念 + 應用 Demo
  • 30 分鐘：挑戰任務（Challenge）

🎯 教學核心：

• 每一單元都「看得懂 → 跑得動 → 改得了」
• 每一單元都產出一個可展示的小成果

---

📘 10 個單元總覽

| 日期 | 主題 | Round 1 | Round 2 | |------|------|---------|---------| | 2026/02/27 | 228補假日 | 不上課 | 不上課 | | 2026/03/06 | Python 入門 + AI 世界觀 | Python 基本語法、互動程式 | 函數設計 + 防呆輸入 | | 2026/03/13 | 資料結構應用 | List / Dict 做小系統 | 排序 / 排行榜設計 | | 2026/03/20 | 檔案與資料處理 | 讀寫檔案 | pandas CSV 清理 | | 2026/03/27 | 第一次期中考溫書假 | 不上課 | 不上課 | | 2026/04/03 | 清明節連假 | 不上課 | 不上課 | | 2026/04/10 | 資料視覺化 (1) | 折線圖看趨勢 | 長條圖與比較 | | 2026/04/17 | 資料視覺化 (2) | 多資料對比 | 用圖表說故事 | | 2026/04/24 | AI 入門：線性回歸 | 趨勢線概念 | 預測小工具 | | 2026/05/01 | 第二次期中考溫書假 | 不上課 | 不上課 | | 2026/05/08 | 聊天機器人 (1) | 規則式對話機器人 | 對話流程設計 | | 2026/05/15 | 聊天機器人 (2) | LLM / Prompt 概念 | AI 助手設計 | | 2026/05/22 | 影像辨識入門 | 圖片 = 像素矩陣 | 簡易影像分類 | | 2026/05/29 | NLP + 爬蟲整合 | 抓網路資料 | 情緒分析 + 小專題 | | 2026/06/05 | 綜合性小專題回顧 | 不上課 | 不上課 | | 2026/06/12 | 線上非同步成果發表 | 不上課 | 不上課 | | 2026/06/19 | 期末考溫書假 | 不上課 | 不上課 | | 2026/06/26 | 期末考週 | 不上課 | 不上課 |

---

🧾 成績計算方式（本課不收傳統程式作業）

本課為大型同步線上課程（同時在線人數多），不採「傳統交作業、人工批改」。
成績將以「課堂即時理解」與「可規模化的自動化評量」為主。

✅ 1) 課堂即時 Checkpoint（70%）

• 每個單元 2 個 Round → 每個 Round 結束都有 1 次 Checkpoint 小測
• 每次小測約 2–3 題、限時作答（以課堂公告連結為準）
• 題型以「理解與判讀」為主，例如：
  • 看一段短程式，判斷輸出結果
  • 判讀常見錯誤訊息，找出原因/修法
  • 改一個參數，推測輸出會如何變化
• Checkpoint 作答紀錄同時作為出席與參與依據

重點：你可以使用 AI 工具輔助學習，但 Checkpoint 是限時題，主要測「你是否真的看懂課堂內容」。

✅ 2) 課後理解確認（20%）

• 每單元提供 1 份「理解確認表單」（約 3–5 分鐘）
• 內容包含：本單元關鍵概念、卡關點回報、自我理解程度等
• 不批改內容對錯，以完成提交作為參與紀錄

✅ 3) 期末自動評測小任務（10%）

• 期末提供 1 個「固定規格的小任務」
• 評分方式採 Pass/Fail（是否達成指定輸出或指定結果）
• 目的：確保你能把課程工具整合起來做出一個可運作的小成果

---

✅ 上課與出席規範

• 課程採 實作導向，請務必「跟著敲程式、跟著跑結果」
• 出席以課堂 Checkpoint 作答紀錄為準（單純登入但未作答，視同未完整參與）
• 若因網路或設備因素無法作答，請依課堂公告流程回報（以利協助）

---

✅ AI 工具使用規範（ChatGPT / Copilot 等）

你可以使用 AI 工具輔助學習，但必須遵守以下原則：

✔️ 可以：

• 問觀念（這段程式在做什麼？）
• 問錯誤原因（這個錯誤訊息代表什麼？）
• 請 AI 幫你解釋你「已經跑過」的程式碼
• 請 AI 提供 debug 建議，然後你自己修改測試

❌ 不建議/不接受：

• 不看懂就直接貼上程式碼
• 只靠 AI 產碼、自己不嘗試、不理解
• 在 Checkpoint 限時測驗中臨時「照抄」而不理解（多半會答不出理解題）

👉 本課評量重點是「即時理解」與「能否判讀與調整既有程式碼」，不是看誰貼得快。

---

🎯 修課完成後，你會得到什麼？

完成 10 個單元後，你將具備：

• ✔️ Python 基礎程式能力
• ✔️ 能處理資料、畫圖、做簡單 AI
• ✔️ 知道聊天機器人怎麼做出來
• ✔️ 有可放入學習歷程的作品
• ✔️ 對 AI 不再只是使用者，而是創作者

---

📌 本課程重視「動手做、慢慢懂、做出成果」，
📌 你不需要很聰明，只要願意寫下第一行程式。

---

🧑‍🏫 課程團隊

• 陳俊豪（國立臺灣師範大學科技應用與人力資源發展系 博士後研究員 & 兼任助理教授）
• 許家瑋（國立臺灣師範大學科技應用與人力資源發展系 研究助理）
• 張乃云（國立臺灣師範大學科技應用與人力資源發展系 研究助理）