軟體開發： 2-1「Python程式設計與AI數據分析實戰工作坊」
活動日期 / Date：
2026/09/21 00:00 ~ 2026/11/01 00:00
活動內容 / Event Details：
一、工作坊簡介
本工作坊專為希望跨入「程式設計」與「數據科學」領域的學員設計。課程以目前產業界最主流的 Python 語言為核心，採「做中學」模式，從基礎語法入門，逐步推進到資料結構、數據視覺化與機器學習演算法。透過 30 小時的密集訓練，學員不僅能考取相關證照，更能具備獨立完成小型數據分析專案的能力，為未來從事軟體工程或資料科學工作打下堅實基礎。
二、課程目標
1.程式邏輯奠基：掌握 Python 核心語法（變數、迴圈、函式），建立紮實的程式設計思維。2.數據處理實務：學會使用 Pandas 與 NumPy 進行資料清洗、整理與分析。3.AI 模型初探：運用 Scikit-learn 建立基礎機器學習模型（如預測、分類），體驗 AI 落地應用。
三、授課對象
高中職、大專院校學生、社會人士
四、上課日期
9月9日(二)23:59止
五、上課地點
中原大學電腦教室（需具備 GPU 環境或可連線雲端GPU資源）
六 、先備知識
1.具備電腦基本操作能力2.具有邏輯思考能力（無需程式背景，從零教起）3.了解基本數學運算與統計概念（如平均數、百分比）
七、課前準備
1. 註裝 Anaconda 或 Python 開發環境2. 註冊 Google 帳號 (以利使用 Colab)3. 預習基礎計算機概論知識
八、課程內容
|
堂數
|
課堂名稱
|
課堂重點
|
|
第一堂
|
Python 基礎語法與邏輯思維
|
1.開發環境建置：Anaconda 與 Jupyter Notebook 操作教學。
2. 變數與資料型態：數字、字串、布林值與基本運算。
3. 流程控制：if-else 判斷式與邏輯運算子應用。
4. 迴圈結構：for loop 與 while loop 實戰演練。
5. 實作練習：撰寫一個簡易的「成績計算器」或「猜數字遊戲」。
|
|
第二堂
|
資料結構與函式模組化
|
1. 進階資料結構：串列 (List)、字典 (Dictionary) 與元組 (Tuple) 的應用。
2. 函式設計 (Function)：定義函式、參數傳遞與回傳值，學習程式模組化。
3. 外部套件引用：import math, random 等常用模組介紹。
檔案讀寫：讀取與寫入 txt/csv 檔案，進行資料持久化。
4. 實作練習：開發一個「學生資料管理系統」(CRUD 應用)。
|
|
第三堂
|
數值運算與數據清洗 (NumPy & Pandas)
|
1. NumPy 陣列運算：高效能數值計算與矩陣操作入門。
2. Pandas 核心操作：DataFrame 與 Series 的建立與索引。
3. 資料清洗實務：處理缺失值 (Missing Data)、重複值與資料型態轉換。
4. 資料篩選與排序：條件過濾、群組 (Groupby) 與樞紐分析。
5. 實作練習：清洗一份真實的 Open Data (如 YouBike 站點資料) 並產出統計報表。
|
|
第四堂
|
資料視覺化與探索式分析 (EDA)
|
1. Matplotlib 基礎繪圖：折線圖、長條圖、散佈圖的繪製技巧。
2. Seaborn 進階視覺化：繪製熱力圖 (Heatmap)、箱型圖 (Boxplot) 與分佈圖。
3. 探索式資料分析 (EDA)：從圖表中發現數據背後的趨勢與洞見。
4. 圖表美化與輸出：調整圖例、標題、配色與儲存高解析度圖檔。
5. 實作練習：將第三堂的數據製作成一份「視覺化分析報告」。
|
|
第五堂
|
機器學習入門與專題實作
|
1. AI 與機器學習概論：監督式學習 vs 非監督式學習。
2. Scikit-learn 快速上手：資料集分割 (Train/Test Split) 與模型訓練流程。
3. 經典演算法實作：線性迴歸 (預測數值) 或 KNN (分類問題)。
4. 模型評估：準確度 (Accuracy)、混淆矩陣 (Confusion Matrix) 解讀。
5. 分組專題實作：選定一個題目，從資料處理到模型建立，完成AI 專案發表。
|
活動時間地點 / Time Slots：
| 場次名稱 / Event |
日期 / Date |
地址 / Address |
報名費用及截止日期 / Registration Info：
| 場次 / Session |
費用說明 / Cost |
報名時間 / Registration Period |
人數限制 / Max of Attendants |
活動聯絡人 / Contact Us：
鐘瑞蘋
juiping@iii.org.tw
02-27016880分機4037
議程：
- 主辦單位保留本活動議程及講師變更之權利。
- 活動內容請以MIC Events網站為主。