網站近日遭勒索病毒攻擊。目前重建中。(The website is currently being rebuilt due to the ransomware attack..)
新學期始了，預祝一切順心! (The new semester has begun, wishing you all the best!)

115-1 程式設計與統計軟體

課程資訊：

    • 學年及學期：115/1 (2026/09~2026/12)
    • 課程名稱：程式設計與統計軟體
    • 課程代碼：304030001
    • 課程學分：3
    • 教室：電算中心三樓微二室 [微二微三座位配置表]
    • 上課時間：四234（週四09:10-12:00）
    • 開課單位：統計二
    • 教學語言：中文
    • 教師：吳漢銘，統計學系副教授。研究室：商館 261103，  分機81103。 E -mail： wuhm@g.nccu.edu.tw。
    • Office Hour：週二 15:00-16:00（需提前預約）
    • 演習（TA）課：
      • 日期和時間：二78 (週二，16:10-18:00)。 （每兩週一次）(從9/16(二)開始)(已確認)
      • 地點：商學院五樓的電腦教室。（自由加入，無需點名。）
      • 助教：(1) 陳柏翰 (統碩一，111304007@g.nccu.edu.tw); (2) 待公告。
      • Office Hour及地點：週二 15:00至 16:00，地點商院九樓統計系辦前討論區。(已確認)
      • TA教材：連結會在課程FB群組公佈。
      • TA職責：解答學生的課程疑問，準備TA課程的教材並講解部分練習，向老師報告學生的學習問題，監考考試，批改試卷並評分。
    • 幫助資源：老師信箱、老師FB Messenger、老師辦公時間、課程FB群組、助教信箱、助教辦公時間、一對一輔導申請。
    • 註：依學校規定，與助教課程時間衝突的學生不能選修正課，有違者請自行負責。)
    • 註：本課程通過115學年度第1學期教學創新課程補助計畫: 運用生成式AI課程
 

公告：

    • TOP: 成績明細（更新日期：2026/09/10)（請重新整理網頁以更新PDF檔案。）
    • TOP: 線上點名。   [學生查看] [教師查看]
      (每次進電腦教室後，請同學親自填寫線上點名。不得代點、不可遠距(不在教室)填寫、需上課第一堂課期間完成點名。每次上課限回覆 1 次。傳送表單回覆副本給作答者(要求即傳送)，作答者必須登入 Google。)
    • TOP: 微二微三電腦問題回報 (電腦維護人員: 莊馥維先生，電算中心教學組 一級技術組員) [查看回報]
    • TOP: (舊的)講義/程式碼/資料集/練習題 
    • TOP: 回家作業區 (姓名-StatSoft-HW次.docx):
      • HW1: ?: 2.48, 2.49, 2.67
      • HW2: ?: 2.70, 3.27 (用ggplot2畫)、3.28 (用ggplot2畫)
      • HW3: ?: 2.55、4.4、4.6
      • HW4: ?: 4.7、4.8
      • HW5: ?: 4.10
    •  
    • [2026/09/17] 期未報告分組: 最少一人一組，最多四人一組。 選一人當組長，由組長填寫表單。 於期中考前完成分組，未於時間內完成填寫者，以 一人一組計。
    • [2026/09/16]  第二週起，上課入坐教室，即可線上點名。若使用電腦有問題，請隨時線上回 報「微二微三電腦問題回報」。第三週起，請按座位表入坐。
    • [2026/09/16] 「演習（TA）課」資訊已更新。
    • [2026/09/10] 「【作業考試上傳區】(Upload)」 說明。
    • [2026/09/10] 平時上課依座位入坐，可使用自己筆電、平板或手機; 考試皆為在電算中心教室原座位，限使用學校電腦上機考，考試期間網路關閉，禁用chatGPT等等AI工具。禁用手機、平板或筆電。
    • [2026/09/10] 程式考試題型參考: R練習題
    • [2026/09/10] 第二週開始，進教室請按照座位表入坐，上課及考試皆在同一座位。[微二微三座位配置表] [學生座位表]
    • [2026/09/10] 欲加選本課程的同學，請列印「學生選課加簽單」，並於第一週上正課時交給老師簽名，或將「學生選課加簽單」的PDF檔電郵給老師簽名。 （人數滿額後將不再接受加選。教室(微二+微三)容量為90人）
    • [2026/09/10] ( !!重要!! ) 鼓勵同學加入課程Facebook群組：「114-1-程式設計與統計軟體」。 (非強制，自由加入)
      • 有課程問題的學生可以在課程 FB 小組中發布問題（匿名或使用真實姓名），助教/老師將為您解答。
      • 助教/老師會在課程FB群組發佈即時資訊、考試提示、課堂視訊網址，或是上傳帳號密碼資訊。
      • 同學以Facebook 私人訊息或電子郵件向助教或老師詢問習題問題，皆不被受理。請同學一律在課程 FB 小組中發布問題。
      • 如果您有個人問題或課程問題，可以向助教或老師發送私人 FB 訊息或電子郵件。
    • [2026/09/01] 第一週上電腦教室，會一些技術性問題發生(電腦故障、網路不通、無法廣播投影等等)，需靜待電算中心工作人員解決。
    • [2026/09/10] 學校課程搜尋中提供的教學大綱僅供參考，請以教師課程網站的資訊為準。

 

課程簡介：

「程式設計與統計軟體」為統計學系專屬核心課程。本課程跳脫單純語法教學，透過 R 與 Python 實作機率分配、隨機抽樣、統計模擬與探索式資料分析，為迴歸分析及數理統計等進階課程奠定實作基礎，著重培養學生的「統計思維」與「資料分析能力」。因應科技趨勢，本學期首度將生成式 AI、Vibe Coding 與 AI 協作開發系統性導入教學。目標是引導學生從「學會寫程式」，升級為「能定義問題、拆解任務、運用 AI 協作並驗證除錯」的現代化數據人才。課程嚴格強調，AI 僅是需經驗證的助理，學生仍須具備獨立撰寫與閱讀程式的硬實力。本課程共 16 週，採階段式推進：期中前（扎根基礎）： 學習 R 語言基礎與統計概念實作。期中考採全程斷網、禁用 AI 的傳統上機考，確保學生具備獨立除錯能力。期中後（AI 協作與跨域）： 導入 Python、Git 版本控制，並深入學習 Claude Code 等前沿 AI 代理工作流。期末報告將透過模擬資料分析競賽，要求學生活用 AI Agent 解決真實數據問題。（註：每週課程進度及作業要求將根據實際教學情況進行調整。）

 

課程目標與學習成果：

本課程目標在培養學生運用 R 語言完成資料輸入輸出、程式設計、統計圖形製作、資料處理，以及機率分布、中央極限定理、假設檢定與統計模擬等分析工作。同時也將教授 Python 的基礎程式設計、資料輸入輸出與統計繪圖，培養學生紮實的跨語言程式撰寫能力及基礎資料分析能力。除培養學生基本程式設計能力外，更強調問題定義、任務拆解、系統規劃與 AI 協作能力之養成。透過「先自己思考、再運用 AI 引導、最後進行自我監控」之三階段學習模式，引導學生建立後設認知能力與批判思考習慣，學習如何有效運用 AI 工具，同時驗證其產出結果之正確性與合理性。課程特別強調「把 AI 當學生，而非當老師」的理念，要求學生能向 AI 清楚說明統計概念、程式邏輯與分析決策，並透過持續提問、驗證與修正，深化對知識內容的理解。在學習成效方面，預期學生能熟悉 R、Python、RStudio、VS Code、GitHub 及生成式 AI 工具之基本應用，具備獨立撰寫程式、閱讀程式、除錯及資料分析之能力；同時能運用 AI 工具協助完成統計分析、資料視覺化及專案開發工作，並具備評估 AI 輸出品質、驗證分析結果及管理專案流程之能力。透過期中斷網上機考試與期末專題成果發表，學生將逐步由傳統「會寫程式」提升至「能定義問題、能驗證結果、能管理專案、能與 AI 協作」之能力層次，建立符合 AI 時代需求之統計思維、程式能力與資料科學素養，並為未來進修、研究及相關職涯發展奠定良好基礎。（註：考試成績僅是學習進程的參考，掌握運用統計軟體與AI探索數據與解決實務問題的能力，才是這門課真正的價值。）

 

課程進度：

（課程進度將根據實際教學情況進行調整。）

Week
Date
Topic
Note
109/10【進度與內容】課程簡介；統計程式能力定位與生成式 AI 協作倫理；R 與 RStudio 環境建置; RStudio × 生成式 AI；建立 FB 課程社團與分組。
【作業】安裝 R/RStudio/ChatGPT-R套件、加入課程社團，撰寫學習動機與「AI 使用自我規範」短文。
【閱讀】〈寫程式是資料分析的必要技能〉。<大數據分析師需要哪些技能？程式語言、統計與職涯完整指南>		 
209/17【進度與內容】R 基礎語法、物件、向量與資料型態；向量化運算與基本運算子。
【作業】向量建立、索引與型態轉換R練習題。
【閱讀】〈R-bloggers〉〈Why Every Data Scientist Should Learn R〉。〈Why Python is a Better Choice than R for Data Science and AI Workflows〉		 
309/24【進度與內容】資料框(data.frame)、資料匯入匯出(CSV/Excel)、資料清理與整理；非結構化讀取(文字、影像、語音)。
【作業】清理並整理一份真實資料(結構化及非結構化)，輸出乾淨資料表。
【閱讀】tidyverse 資料處理文件；資料清理範例。		 
410/01【進度與內容】控制流程、自訂函數、除錯(debug)與程式閱讀(code reading)。
【作業】撰寫並除錯一組自訂函數，附除錯歷程說明。
【閱讀】<Clean Code：Python 寫乾淨程式碼: 什麼是 Clean Code>。		 
510/08【進度與內容】機率分佈、隨機抽樣與統計模擬(Monte Carlo simulation)。
【作業】以模擬驗證大數法則與中央極限定理。
【閱讀】常見機率分佈函數與隨機抽樣講義。		 
610/15【進度與內容】探索式資料分析(EDA)與資料視覺化(ggplot2)。
【作業】完成一份 EDA 與視覺化報告。
【閱讀】ggplot2 出版級圖表範例；視覺化原則; The R Graph Gallery網站。		小考(1)
710/22【進度與內容】統計推論概念的程式實作(點估計、區間估計、假設檢定)與期中複習。
【作業】推論與檢定綜合模擬R程式練習。
【閱讀】假設檢定 R 實作講義；期中考古題。		 
810/29【進度與內容】期中考：R 程式設計上機考，全程斷網、禁用 AI 工具，檢核基本程式理解與獨立除錯能力。
【作業】考後檢討與錯題訂正。
【閱讀】考題解析。		期中考
911/05【進度與內容】Python 基礎、VS Code 開發環境、Jupyter/Quarto；R 與 Python 語法對照。
【作業】建置 Python 與 VS Code 環境並完成基礎練習。
【閱讀】Python 入門與 VS Code 設定文件。		 
1011/12【進度與內容】NumPy、pandas 與 Python 資料分析、視覺化(matplotlib)。
【作業】以 pandas 完成一項資料分析任務。
【閱讀】pandas 官方教學。		 
1111/19【進度與內容】R/Python 統計分析整合、Git/GitHub 基礎與可重現分析(reproducible analysis)。
【作業】建立個人 GitHub repo 並提交可重現分析專案。
【閱讀】Git/GitHub 與可重現研究文件。		 
1211/26【進度與內容】Vibe coding 導論；比較 Gemini Code Assist、OpenAI Codex 與 Anthropic Claude Code；說明 Claude Chat、Claude Cowork、Claude Code 的定位差異。
【作業】撰寫 AI 程式工具比較與 vibe coding 反思。
【閱讀】數位時代〈how to vibe coding 2025〉；《Claude Code 初學者講義》簡介。		 
1312/03【進度與內容】Claude Code 官方教學：terminal mode、VS Code IDE、prompting 與 plan-review-code-test 工作流。
【作業】以 Claude Code 完成一個小型分析任務並保留 prompt log。
【閱讀】Anthropic Academy「Claude Code in Action」官方課程。		小考(2)
1412/10【進度與內容】Claude Skills、CLAUDE.md、專案規格、GitHub repo 與 AI 協作紀錄。
【作業】撰寫 CLAUDE.md 與專案規格、建立 Skills 並提交 repo。
【閱讀】Claude Skills 入門教學。		 
1512/17【進度與內容】AI agent workflow 專題衝刺：問題定義、資料取得、模型/視覺化、測試、除錯與報告。邀請專家進行AI 協作實務專題講座。
【作業】完成專題期中進度，並填寫「AI 使用揭露表」。
【閱讀】antirez〈手寫程式碼對多數專案已不再合理〉觀點。		 
1612/24【進度與內容】期末團體專題發表(模擬資料分析競賽)：電子版報告、錄製專題影片並上傳YouTube、GitHub repo 與 AI 協作紀錄；選出前 5 名上台報告並進行口條練習。
【作業】繳交完整專題成果與個人反思報告。
【閱讀】各組互評與評審回饋。		期末考

 

教材及參考文獻：

    • 教材：教師自編講義。(R: https://hmwu.idv.tw/r-software-teaching/)
    • 參考：自行於圖書館、博客來或Amazon，搜尋R/Python書籍。例如:
      • 洪錦魁，《Vibe Coding－Python 超級入門：ChatGPT × Codex》。深智數位出版社，2026。ISBN 9786267757864。
      • 施威銘研究室，《Claude Code Vibe Coding 開發手冊》（第 2 版），旗標出版社，2026。ISBN 9789863128861。
      • 洪錦魁，《寫程式的 AI 戰友：VS Code × GitHub Copilot》，深智數位出版社，2025。ISBN 9786267757253。
      • 洪錦魁，《Clean Code：Python 寫乾淨程式碼》，深智數位出版社，2025。ISBN 9786267757352。
      • 胡嘉璽，《Vibe Coding CLI 頂級開發：Claude Code 前瞻菁英育成手冊》，深智數位出版社，2025。ISBN 9786267757536。
    • Youtube 上的學習資源: 自行搜尋R/Python相關教學影片。

 

授課方式：

    • 講述: 筆電 + 手寫筆 + 投影機; (每節課皆會營幕錄影: 待確認)。
    • 數位學習: 看YT影片學習

 

評分標準：

    • 小考（30%）：兩次小考 (正課時間考)
    • 期中考（30%）
    • 期末考（30%）[報告型式]
    • 出席點名 (10%): 若無法出席，上iNCCU系統申請正式請假。直接電郵教師一律不受理。
    • 作業 (0%): 會指定作業，但不批改。
    • 助教 (0%): 自由參加
    • 額外分 (0% ~ 15%）：(待確認)
    • 分數調整（最高10分）：依課堂表現、學習態度等因素調整分數（不因個人原因調整分數）。 （學期末，老師將不會回覆任何關於分數調整的留言或郵件，敬請諒解！）

 

注意事項（課堂）：

    • 上課以「互相尊重、有禮貌」為最高原則，有事請儘早告知老師。
    • 上課時，不要聊天嬉笑、不要偷竊私語、可使用手機/平板/筆電，但不要發出聲音。(註: 老師認為上課戴耳機是一件不尊重教師的行為)。
    • 請假請依照學校規定之程序辦理。（皆需有證明文件）。
    • 有關缺席、曠課等事宜，依學校規定處理。

 

注意事項（考試）：

  • 考試皆為在電算中心教室，限使用學校電腦上機考，考試期間網路關閉，禁用chatGPT等等AI工具。禁用手機、平板或筆電。可帶任何書籍及隨身碟。
  • 二場小試均在正課時間（10:10~11:50）進行。(第一堂要上正課)。
  • 期中考、期末考均在正課時間（09:20~12:00）進行。
  • 所有考試如無特殊原因，恕不允許補考。 （請事先告知任何特殊原因；如任課教師同意補考，請於一週內與助教安排）。四場考試僅允許補考一次。
  • 補考成績計算方法為：（原成績-60）×0.7+60。例如：補考原成績為80分，則補考成績為（80-60）×0.7+60=74分。如補考原成績低於60分，則以原成績為準。
  • 試題將以中/英文進行。題型為大多為程式設計題。
  • 超過100分的分數將記為100分，然後乘以該分數對應的百分比。
  • 考試中被發現作弊的學生，其目前及以後的考試試捲和作業將不予批改。情節嚴重的，學校將依法處理。
  • 如對成績有任何疑問，請在成績公佈後一週內聯絡老師。
Scroll to Top