02 / EXPLORE AI
30 秒認識AI 應用學程
先不用記住所有課程名稱，看看這四件事。
01 / LEARN
學什麼？
Python、資料分析、機器學習與生成式 AI，理解應用如何被設計、測試與改善。
02 / BUILD
怎麼學？
從小資料、小任務與比較結果開始，透過程式、討論與團隊專題累積能力。
03 / CREATE
能做什麼？
校園智慧助理、資料儀表板與內容工作流程；也能探索企劃、資料、數位產品與研究。
04 / DISCOVER
適合誰？
對 AI 有好奇心，願意學程式與資料，也喜歡理解不同領域的需求。
03 / EXPLORE AI
學習特色與教學資源
從課程練習到專題合作，了解能力如何累積，也認識支持實作的教學資源。
FOUNDATION
從基礎到完整作品
先把問題與資料說清楚，再串起程式、模型與介面，留下可重現的測試與成果。
PRACTICE
把想法帶進實作
從生活需求出發，練習提問、規劃、測試與改善，在做的過程中找到喜歡的方向。
TEACHING
認識教師與指導方向
鄭國安｜資訊工程系教授。資工博士，研究IoT與後端系統，校內綽號「老鄭」。 教學重點：學生不必每題都會，但要知道遇到不會時怎麼辦。
SPACE
探索實驗室與設備
學習空間：智慧製造中心、機器人實驗室、半導體製程模擬教室、電動車實驗室、AIoT Lab。以課程示範、小組練習與專題預約，把設備接到實作。
04 / EXPLORE AI
四大學習方向
現在不必選定唯一的職業。先接觸不同方向，再找到想深入的問題。
PYTHON & DATA
Python 與資料
讀取、整理與分析資料，用程式與圖表探索問題。
可能累積：可重現的資料分析作品。
MACHINE LEARNING
機器學習
理解特徵、訓練與評估，練習比較模型結果。
可能做出：小型分類或預測示範。
GENERATIVE AI
生成式 AI
練習提示、來源整理、流程設計與人工確認。
可能做出：可驗證來源的智慧助理。
CROSS-DISCIPLINARY AI
跨領域 AI 專題
結合領域需求、資料與方法，在合作中完成應用。
可能做出：跨域工具與展示原型。
05 / EXPLORE AI
四年學習路徑
不用一次學會所有事。讓每一年，都比上一年多做成一件事。
YEAR 01
大一｜探索與打基礎
從 Python、數學、資料與學習方法起步。
小目標：整理資料，畫出一張圖。
YEAR 02
大二｜建立能力
接觸分析、模型與生成式 AI，練習比較和確認結果。
小目標：完成能被測試的小應用。
YEAR 03
大三｜找到方向
探索製造、行銷、內容或數位服務，在合作中找到方向。
小目標：串起需求、資料與評估。
YEAR 04
大四｜做出成果
整合專題、程式與測試，準備實習探索、職涯或升學。
小目標：展示應用與個人貢獻。
每學期依自己的進度和興趣規劃選課，透過導師討論，把課程、作品與下一步接在一起。
06 / EXPLORE AI
把學到的，做成看得見的作品
作品不一定從大計畫開始。一個真的能用的小工具，也值得把過程說清楚。
07 / EXPLORE AI
學生故事｜每個起點，都能走出自己的方向
看看學生如何從興趣、小練習走向合作與成果，也找到自己的方向。
08 / EXPLORE AI
你適合AI 應用學程嗎？
從自己的好奇心與學習習慣出發，看看哪些情境讓你想動手試試。
你可能會喜歡，如果你……
- 好奇 AI 可以如何協助日常任務。
- 喜歡從資料觀察與探索問題。
- 願意學程式，也願意理解應用領域。
- 喜歡和同學討論、測試與改善作品。
進來之後，你可以逐步練習……
- 把需求寫成清楚的問題。
- 整理來源、欄位與資料版本。
- 設計提示、流程與測試。
- 分工合作，說明方法與貢獻。
可以先選一份公開資料畫成圖，或用示範內容設計查詢與人工確認流程。看看自己是否喜歡「定義問題、整理資料、測試、改善」的過程。
09 / EXPLORE AI
深入了解AI 應用學程
從系所介紹、學習準備到職涯方向，選一篇你在意的主題開始閱讀。
10 / EXPLORE AI
家長可能想知道
把孩子的興趣，和四年的實際安排一起看清楚。以下是諮詢時值得確認的四件事。
基礎銜接
從 Python、數學與資料基礎逐步練習。了解大一課程起點與銜接安排，幫助學生帶著信心投入學習。
學習支持
遇到卡關時，知道能向誰求助很重要。請確認導師、課業諮詢、同儕學習與輔導資源的實際安排。
實習與專題
大一、大二在課程與小專案中建立基礎，大三完成履歷、作品集與實習準備，大四可選擇學期實習或校內應用專題。學期實習為 18 週、每週 4 天的選修路徑，配合 2 學分實習研討；由校內指導教師與場域督導共同確認目標，每月提交紀錄，期末展示成果。申請前完成基礎課程、履歷與面談，課程與場域由系所及職涯發展中心共同安排。
升學與職涯
應用企劃、資料分析、流程設計、數位產品與相關研究所都值得探索。鼓勵學生累積作品、主動參與合適實習，逐步找到下一步。
每班由導師協助選課與學習規劃；學生可預約課業討論、使用圖書館與同儕學習資源。職涯發展中心由黃嘉宏主任帶領，提供履歷、作品集與實習準備；楊淑芬主任帶領學生諮商中心，支持適應與生涯探索。
11 / EXPLORE AI
常見問題 FAQ
直接閱讀回答，也把還想問的事記下來。
如何開始累積 AI 應用基礎？
從一份公開資料與小程式開始，逐步理解資料、模型與應用。保持紀錄、比較與提問，讓每次練習成為下一步的基礎。
如何逐步建立數學與資料理解？
從平均值、比例與圖表開始，逐步接觸機率、統計與模型概念。透過規律練習與討論，把抽象概念連到具體例子。
除了使用 AI 工具，還能學什麼？
也能累積需求理解、程式、資料分析、評估與文件能力，在跨域專題中練習表達、分工與整合。
如何讓 AI 專題更扎實？
先確認問題、資料來源與測試方式，再比較結果是否符合需要。用清楚的紀錄與人工確認，讓應用更容易被理解。
如何準備學習工具與設備？
先了解課程使用的程式、資料與模型工具，再逐步準備。依教材與教師指導選擇，讓工具配合學習需要。
如何為 AI 與跨域職涯累積機會？
持續練習程式、資料與評估，參與跨域專題和合適實習，整理作品與個人貢獻。主動準備與合作，為資料、產品與應用方向開拓機會。
