加入比较清单
資料更新時間：2024/9/24 下午 12:02:31
学系特色
為培育學習科學領域之專業人才，並引領國內新型態學習研究與學習實務的發展，首創学习科学学士学位学程。
本學位學程除了整合校內重要相關之資源，亦網羅了校內許多優秀的師資支援開授相關課程，並與资讯教育研究所和圖書资讯研究所成立「學習资讯專業學院」，進行有系統且跨领域整合，其中不乏得過國內諸多重要獎項之學者，如教育部國家講座、教育部學術獎、教育部師鐸獎，師資陣容非常堅強。
学科意涵
修習過本學程的學生，除了可以在學習科學相關領域繼續研究發展外，也具備統整教育、心理、商管、资讯、統計及其他領域發展良好基礎知能。本學程將是臺灣第一個提供學習科學專業的學士學位學程，畢業生不管是升學或就業都將具有深厚紮實的知識、技術和競爭優勢。
学习方法
未上传图片
本学程提供学生符合未来新兴科技所需之相关课程，例如「电子商务」、「大数据系统」、「人工智慧」、「教育机器人」、「游戏式学习」等
未上传图片
可使用「未來教室」、「眼動實驗室」、「腦波實驗室」、「數位典藏與數位出版實驗室」、「资讯素養與数位学习實驗室」及「虛擬實境教室」等相關設施。
未上传图片
课程教学讨论和报告等方式。
高中階段可以準備的学习方法或方向
在阅读各个基础学科与知识时，除了基础的原理外，需要更深究其应用面，如何应用这个基础知识在网路上，此外，因為学科内容丰富且具一定广度，因為需要具备归纳与融会贯通的能力，可以透过参加科学专题来加强这项能力，透过自己发现问题，尝试解决回答它，将有助於提升自己的观察力，归纳与融会贯通的能力，同时也能培养动手做的实力，培养自己的学习研究的精神。
与相关科系之异同
畢業需修畢128學分，除核心科目外，為發展學生的個人興趣與專長，本學程的課程採模組設計，分為共同基础模组和专业模组（學習科技模組和资讯學模組）等模組課程，課程兼顧理論和實務，豐富多元的專業課程，符合學生未來職涯所需的知能。
生涯发展容易误解之处
修習過本學程的學生，除了可以在學習科學相關領域繼續研究發展外，也具備轉換至教育、心理、商管、资讯、統計及其他領域發展的良好基礎知能。本學程將是臺灣第一個提供學習科學專業的學士學位學程，畢業生不管是升學或就業都將具有深厚紮實的知識、技術和競爭優勢。
学习方法容易誤解之處
此學程雖和既有的心理、数位学习、圖書资讯、電腦科學、統計和资讯系統等領域有關，但實際上涵蓋的知識與方法已遠遠超越這些領域原有的範疇。本學程強調學習科技、資料科學與资讯學的匯流，著重學習科技、資料科學與资讯學的跨域研究，以了解、修改與創造可以支持並促進學習的知識、流程、系統和環境。修習過本學程的學生
补充提醒与说明
本學位學程除了整合校內重要相關之資源，亦網羅了校內許多優秀的師資支援開授相關課程，並與资讯教育研究所和圖書资讯研究所成立「學習资讯專業學院」，進行有系統且跨领域整合，其中不乏得過國內諸多重要獎項之學者，如教育部國家講座、教育部學術獎、教育部師鐸獎、科技部傑出研究獎、科技部吳大猷獎，師資陣容非常堅強。
核心课程地图
-
大一必修
- 程式设计
- 基础微积分
- 学习科学导论
- 教育统计学
-
大二必修
- 机率导论
- 线性代数
- 资料结构
- 演算法
- 认知心理学
-
大叁必修
- 总整课程
-
大四必修
- 专题讨论
专业选修课程
-
共同基础模组
- 資料視覺化.機器學習概論.網路資料庫應用.資料探勘.数位学习概論.人工智慧概論.資料庫管理研究.學習評量與測驗.學習動機與策略.素養導向評量設計
-
专业模组
- 學習科技模組-線上課程設計.學習分析技術.遊戲式数位学习.行動學習設計.學習多媒体设计.線上學習社群經營.数位学习管理系統.虛擬實境與数位学习 資料學模組-资讯學原理.资讯資源與傳播.资讯組織.资讯架構.资讯行為.资讯檢索原理與應用.使用者經驗設計.人資互動.人機互動與社群運算研究
-
学程选修
- 学习心理学.学习实验设计.教育神经科学.社会网路分析.多变量分析.资料分析软体应用.电子商务.教育机器人.脑与学习.创造思考与问题解决.视觉行為分析.产业实习
特色课程
程式设计
本課程介紹 Python之基本概念、技能與實作，包含资料结构與語法、數與運算介紹、實作與資料分析等。
未上传图片
学习科学导论
本課程的主要目的在於讓學生了解當代學習科學取向與相關應用之趨勢。學習科學是一門跨领域整合的學科，源自於認知科學、心理學、神經科學與語言學。目前，許多學習科學的研究也多加利用资讯科技，發展相關数位学习環境，探討不同學習情境下學習的機制，進而了解學習本質與提升學習成效的策略。本課程將依據當代學習科學取向
未上传图片
學習多媒体设计
本課程目的是要透過引導及實作的方式，引導學生習得學習多媒體的原理與製作，本課程透過教學微電影的編輯與創作的技巧並且透過專案的執行，從中學習到學習多媒體的專案管理、問題解決、多媒体设计整合的能力。
适合从事工作
-
软体设计工程师
-
从事学习科学相关之软体设计製作.数据分析.游戏设计製作等专业工作。
-
-
程式设计師
-
產業.企業.學校和政府所徵聘之数位学习.教育科技.教育訓練與學習設計之人才。
-
-
统计分析师
-
進入政府、醫療、科技、通訊、銀行、行銷、非營利組織等從事需要結合資料科學、资讯學或程式设计等之跨领域專業工作
-
系友生涯发展
范扬鑫
我對於學習科學內統計、程式设计與心理學相關課程非常感興趣，因為對自己的學業表現有所要求，所以大學期間每個學期都盡力去拿到書卷獎，最後也得以在碩士階段得到獎學金繼續升學。課外方面，因為對學術研究頗有興趣，所以拿過兩次大專生計畫並擔任研究助理，在系上教授的帶領下逐漸提升學術研究能力。
大学毕业后选择继续升学。申请上美国宾州大学、宾州州立大学与师大，因个人因素选择继续在师大进修。重要成就方面，因為未来想要走学术研究工作，所以有持续投稿论文与增进研究能力，目前发表包含一篇厂厂颁滨、五篇国际研讨会与四篇国内研讨会论文，其中九篇為第一作者。工作方面则是继续担任校内教授之研究助理。
陈品蓉
本來想讀数学系但意外來到學習科學系，開啟了我對於程式设计的學習之路。在大學期間，修了自己系上人工智慧、資料科學、資料視覺化等的課程，也修了資工系開的選修課程，例如資料庫理論、圖學等。在課外也參加了一些工作坊，和有相同興趣的朋友們一起開發有趣的小程式等。而對日文有極大興趣的我，也透過學校的語言交換精進自己的日文能力，並且在大四的時候找了一份新創科技公司的Marketing實習，主要負責日本市場部分。
畢業後我決定在日本工作，在日本，新鮮人入職時間為隔年四月，畢業後的一段時間，我持續在台灣實習，並且每月參與日本公司的線上研修，主要課程為熟練Microsoft office、python、C等課程。今年四月開始入職，這半年以來參與到的部分為導入AI優化系統，並將成效可視化，以及開發AI預測的演算法，雖然每天仍持續學習新技能，但在大學期間所習得的經驗（程式技能、思考方式等）在工作上給了我很多的幫忙。
陈怡升
在大學，怡升總共擔任過八位教授的研究助理。之後爭取到大專生研究計畫，進行自然語言生成的聊天機器人的研究。研究成果發表為四篇論文，分別在TAICHI、CHI 2022、WWW 2022上發表，並在CHI 2023學生研究競賽獲第二名。現在怡升獲全額獎學金攻讀博士學位，就讀卡內基美隆大學。
怡升秉持從做中學的精神，大學五年期間，有三年都在工作。怡升從大二開始就於區塊鏈新創無薪實習，之後薪水越來越多。大四時怡升遠端工作於矽谷新創 Cohart，擔任區塊鏈工程師。大五畢業的暑假去支援朋友的創業項目，開發區塊鏈產品，從 Sui 基金會爭取到五萬美金的開發經費，並在黑客松比賽得到一萬美金的獎金。
多元能力
程式设计：了解程式語法以及邏輯架構，撰寫、修改程式，開發並設計系統。
性格特质
坚毅负责：常常长时间专注投入於特定事物，排除干扰讯息，会对所承诺的事物，会负起责任目标、执行到底，享受追求成就。
图表来源為该校系之重视百分比，加总為100%；百分比越高，代表越重视。
- 热门比较学系
