國立政治大學 NCCU Moodle 數位教學平台

本課程從神經生物、心理歷程與社會文化等角度出發，介紹發展心理學的研究範疇，教學目標在於透過授課和小組討論等方式，從理論和實作層面瞭解兒童發展的內涵，探討兒童在生理、知覺、認知、語言、社會、情緒和智力等方面的成熟與變化情形。

課程將針對下列四大單元中的各個子單元進行基本知識傳授和跨領域的議題探討： 一、生命的毫米世界 二、生命成長和生物科技時代 三、智能的發展 四、生命的人文關懷

本課程使修課者為進入更專業的各種心理學次領域學科的必經途徑，包含社會心理學與臨床諮商心理學等。當前心理學發展不僅延續實證研究的核心走向外，更融合神經科學的知識理論，進一步瞭解人類心智與大腦互動機制的奧秘。

本課程的教學目標在於培養學生具體規劃與完整執行一個「資料科學專案」的能力。從設計一個具備影響力的資料科學提案開始，透過跨科系的團隊合作完成資料科學專案。課程進行的過程中將提供大量的自學教材，以及髒兮兮的真實資料，讓同學組隊好好打一場貨真價值的資料實戰。

本課程教授心理學實驗設計並置重點於搭配各式實驗設計的統計分析方法。課程進度將會先複習初等統計，包括t test和簡單線性迴歸。而後，會繼續延伸統計分析的深度至多元迴歸，以及變異數分析和共變數分析。在變異數分析部分，將針對各類不同設計，增加事前與事後比較。

本課程主旨在於藉由教授學生如何編寫程式碼，以輔助學生了解何謂運算思維？並且透過課程與作業要求，培養學生問題解決能力、邏輯思維能力，以及創造力。修習本課程的學生將被要求學習R語言，針對不同任務需求，編寫適切的程式碼以完成任務。

實地體驗各類藝術之美，討論與分享美的經驗，並從心理學的角度加以分析，以瞭解視覺藝術之美的心理因素與心理歷程。並簡介美學研究歷史及神經美學取向，討論可能的應用方向，以便瞭解知覺研究如何拓展到美學範疇，及融合認知神經科學的研究方法探討更多層面的問題。

介紹人類各種感官知覺的神經生理基礎、感覺與知覺的特性及現象，以及處理機制之理論探討。視覺方面包括視覺的神經生理基礎、形狀與物體知覺、視覺注意力、運動知覺、顏色知覺、空間知覺。聽覺方面討論聽覺的神經生理基礎、音高知覺、聽覺空間定位及聽覺場景處理。

本課程的目標是學習數值計算方法，並且利用微積分，線性代數與微分方程所學到的知識，來認識關於數值方法計算精準度與收斂行為等定理，並且能將數學知識實際應用在真實問題上。

本課程目標為學習積分基礎觀念，積分技巧，多變數函數的微積分，無窮級數等概念。除訓練計算能力之外，也培養同學建構理論知識的能力。

本課程目標將透過理論認知及實際操作兩個面向，讓學生瞭解數位鑑識的基本概念與簡易操作，並由此提昇學生資訊安全方面之素養。

資訊視覺化的目的在於透過視覺化的方式呈現資料，協助使用者有效地去理解資料的本質與特性。本課程透過問題導向切入資訊視覺化研究，優先思考資料與任務的抽象，然後選擇最合適的表現方式。最後才考量演算法的效率問題。

本課程將介紹數位金融與FinTech的未來發展趨勢，並介紹其核心技術如區塊鍊(Blockchain)與大數據(Big Data)在FinTech的發展與應用。並從銀行、人壽、產險、證券與法務各方面切入，說明數位金融在這些面向的未來發展與應用。

本課程的目的在透過觀念介紹與實習討論並進的方式帶領修習課程同學以實做與生活化應用的方式探索數位世界，瞭解資訊科技特色、網路世界素養、及軟體與內容設計原理等現代公民應備之素養。

現實世界中有許多現象都可以用微分方程來描述，透過模型的建立與分析，讓我們得以預測並解決許多複雜的難題。本課程將帶領學生走入微分方程的世界，學習微分方程的基本理論、解法，以及如何將其應用於現實生活中。

本課程目標為學習由「臨床心理學」之角度，探討「健康」相關議題，並初步認識健康心理學如何應用於臨床上。

To gain an overall understanding of the basic concepts in AI and to lay a foundation for further study

這個課程是要介紹數學量化或是抽象推理思考方法, 欣賞數學內涵中以簡馭繁的精神和結構完美的特質, 以作為各種學科的學習基礎。我們的目標不只是學習理論, 而是要真的能做出運用在生活上、專業上的成果。

人事心理學是一門以心理學觀點研究組織人力資源運用的學科，主要核心活動包含招募與甄選、訓練與發展、績效管理與評估及薪酬管理之系統性程序。透過本課程的概念介紹與實務討論，可幫助同學對企業組織的人事管理有一個全盤性的理解，並能將所學理論應用在人力資源管理實務。

從軟體開發角度，講授程式語言原理與運用

本課程為一學期之商學院微積分，希望讓同學了解初級的微積分作為日後專業科目的基礎，同時養成學主動學習和終身學習的重要學習習慣。

由課程介紹帶入應用數學模式與模型的應用與分析方法，希望學生能了解在科學管理領域，理論模型之假設和運用方法。

心理與生活是自然核心通識課程，這課程主要希望能讓同學對心理學相關知識有著基本的認識與了解，更能將這些知識活用於生活之中。

在這門課中，修課同學將可以學習到在一個資訊系統中，兩個元件如何溝通（通訊）以及眾多元件如何組織管理（網路）。我們會介紹在通訊與網路中會遭遇的問題，並且引導各位同學解決這些問題。

在這門課中，修課同學將可以學習到，在程式碼中，為了有效率的操作資料，資料該以何種方式儲存或表示（資料結構），並學習對應的資料操作方法以解決問題（演算法）。

本學期我們運用 Python 來學習數據分析, 尤其是運用「深度學習」來處理實務問題。

Hierarchical Linear Modeling

階層線性模型分析

心理及教育統計學

動態系統是可用以描繪演化現象的數學方法之一。在許多不同領域如物理,化學, 生態, 生物, 工程, 腦科學和經濟學上都有重大應用。

本課程邀請專家學者演講，讓學生可以接觸數學相關領域的研究主題。

本領域課程教導學生量化推理與數學的思考方法，以作為各種學科的學習基礎，並培養學生欣賞數學內涵中以簡馭繁的精神和結構完美的特質。

社群網路模型(social network model)著重於群體中個體成員之間的關係及其局部或全面影響。本課程以計算觀點(computational view)系統化的介紹社群網路模型理論概念與分析方法，並探討各種可能之跨領域應用。

計算思維是分析問題、制定解決方法的思考過程，解決方法的表達形式能被一個具備資訊處理能力的個體依循執行而得到預期結果。

本課程以通識課程為定位，教導學生認識計算思維概念，理解計算思維的運作方式，同時進一步嘗試操作計算思維的技能，學習計算思維的思考與應用能力。

This course aims to introduce data science from a pragmatic, practice-oriented viewpoint. Students will learn concepts, R programming language and tools they need to deal with various facets of data science practice, including data integration, exploratory data analysis, predictive modeling, evaluation and effective visual communication. By the end of the course they will be able to apply data science techniques on their own research topics.

This course is designed to provide a substantial exposure to the C programming language in a Unix environment for students with basic programming experience. Advanced features of the C language that are emphasized include structs and unions, File I/O, dynamic memory allocation (malloc and free), pointers, pointer arithmetic, and casting. Data structures that are emphasized include linked lists, queue, and stack. Students will develop a sense of proper programming style in C, and will be exposed to cross-platform portability issues. Students will also learn to use several Unix tools such as gdb, emacs/vi, svn/git, make, grep, diff etc. to assist them in the design, testing and debugging of their programs. In addition, students will learn some basic shell scripting, and Perl/Python to solve simple problems.

課程設計主要參考蔡銘峰老師之前授課，感謝!