加入比較清單
資料更新時間：2024/9/24 下午 12:02:31
學系特色
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，首創學習科學學士學位學程。
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，並與資訊教育研究所和圖書資訊研究所成立「學習資訊專業學院」，進行有系統且跨領域整合，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。
學科意涵
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、資訊、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。
學習方法
未上傳圖片
本學程提供學生符合未來新興科技所需之相關課程，例如「電子商務」、「大數據系統」、「人工智慧」、「教育機器人」、「遊戲式學習」等
未上傳圖片
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」、「資訊素養與數位學習實驗室」及「虛擬實境教室」等相關設施。
未上傳圖片
課程教學討論和報告等方式。
高中階段可以準備的學習方法或方向
在閱讀各個基礎學科與知識時，除了基礎的原理外，需要更深究其應用面，如何應用這個基礎知識在網路上，此外，因為學科內容豐富且具一定廣度，因為需要具備歸納與融會貫通的能力，可以透過參加科學專題來加強這項能力，透過自己發現問題，嘗試解決回答它，將有助於提升自己的觀察力，歸納與融會貫通的能力，同時也能培養動手做的實力，培養自己的學習研究的精神。
與相關科系之異同
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，分為共同基礎模組和專業模組（學習科技模組和資訊學模組）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。
生涯發展容易誤解之處
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、資訊、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。
學習方法容易誤解之處
此學程雖和既有的心理、數位學習、圖書資訊、電腦科學、統計和資訊系統等領域有關，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、資料科學與資訊學的匯流，著重學習科技、資料科學與資訊學的跨域研究，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
補充提醒與說明
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，並與資訊教育研究所和圖書資訊研究所成立「學習資訊專業學院」，進行有系統且跨領域整合，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。
核心課程地圖
-
大一必修
- 程式設計
- 基礎微積分
- 學習科學導論
- 教育統計學
-
大二必修
- 機率導論
- 線性代數
- 資料結構
- 演算法
- 認知心理學
-
大三必修
- 總整課程
-
大四必修
- 專題討論
專業選修課程
-
共同基礎模組
- 資料視覺化.機器學習概論.網路資料庫應用.資料探勘.數位學習概論.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
-
專業模組
- 學習科技模組-線上課程設計.學習分析技術.遊戲式數位學習.行動學習設計.學習多媒體設計.線上學習社群經營.數位學習管理系統.虛擬實境與數位學習 資料學模組-資訊學原理.資訊資源與傳播.資訊組織.資訊架構.資訊行為.資訊檢索原理與應用.使用者經驗設計.人資互動.人機互動與社群運算研究
-
學程選修
- 學習心理學.學習實驗設計.教育神經科學.社會網路分析.多變量分析.資料分析軟體應用.電子商務.教育機器人.腦與學習.創造思考與問題解決.視覺行為分析.產業實習
特色課程
程式設計
本課程介紹 Python之基本概念、技能與實作，包含資料結構與語法、數與運算介紹、實作與資料分析等。
未上傳圖片
學習科學導論
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。學習科學是一門跨領域整合的學科，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資訊科技，發展相關數位學習環境，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
未上傳圖片
學習多媒體設計
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、多媒體設計整合的能力。
適合從事工作
-
軟體設計工程師
-
從事學習科學相關之軟體設計製作.數據分析.遊戲設計製作等專業工作。
-
-
程式設計師
-
產業.企業.學校和政府所徵聘之數位學習.教育科技.教育訓練與學習設計之人才。
-
-
統計分析師
-
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、資訊學或程式設計等之跨領域專業工作
-
系友生涯發展
范揚鑫
我對於學習科學內統計、程式設計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。
大學畢業後選擇繼續升學。申請上美國賓州大學、賓州州立大學與師大，因個人因素選擇繼續在師大進修。重要成就方面，因為未來想要走學術研究工作，所以有持續投稿論文與增進研究能力，目前發表包含一篇SSCI、五篇國際研討會與四篇國內研討會論文，其中九篇為第一作者。工作方面則是繼續擔任校內教授之研究助理。
陳品蓉
本來想讀數學系但意外來到學習科學系，開啟了我對於程式設計的學習之路。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。
陳怡升
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
程式設計：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。
性格特質
堅毅負責：常常長時間專注投入於特定事物，排除干擾訊息，會對所承諾的事物，會負起責任目標、執行到底，享受追求成就。
圖表來源為該校系之重視百分比，加總為100%；百分比越高，代表越重視。
- 熱門比較學系
