學習資訊專業學院—資訊教育研究所

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/25

資訊教育研究所之碩士班成立於民國80年,博士班成立於民國86年,目前研究生共約160名。本所原屬資訊教育學系,於95學年度起因應系所組織調整,成為獨立研究所,歸屬教育學院。

本所以『資訊科技教育』和『數位學習』兩個專業領域之研究發展與人才培育為宗旨,課程設計分別針對此兩個專業領域規劃必、選修專業科目,提供學生紮實而嚴謹的學術專業知能及個別化之研究訓練。本所教育目標包括:

1、培育資訊科技教育人才;
2、培育數位學習產業人才;
3、培育資訊科技教育與數位學習研究人才。

本所目前六名專任教師,四位教授,二位副教授,在資訊教育領域均具有豐富之教學與研究經驗且均積極從事研究,每年獲科技部補助研究計畫之平均數量與金額在本校名列前茅。另外,本所教師積極參與國內重大資訊教育政策及課程綱要之制定,積極推動國內資訊教育之發展。
 

Browse

Search Results

Now showing 1 - 1 of 1
  • Item
    基於機器學習之初學者程式設計迷思概念自動診斷與關聯性分析
    (2021) 廖容; Liao, Jung
    程式設計迷思概念經常造成學習者在學習過程中產生學習困難,並會在未來學習更高階的程式知識時學習表現不佳,進而導致撰寫的程式品質不佳,許多相關研究皆是透過人工分析的方式探究程式設計迷思概念。然而,這些研究方法大多樣本數少、針對單一程式語言,因此被指出不夠客觀、適用性不高。倘若能即時掌握學生迷思概念的狀況,即可趁早給予相對應的解決方案。因此,為了提供能廣泛應用、精準預測學生程式迷思之機制,本研究蒐集共一千多筆程式測驗資料,不侷限於單一程式語言,研究利用機器學習的技術,聚焦於流程控制(if-else, for-loop, while-loop),建構程式設計迷思的自動診斷機制,藉此可給予學生相關的教學輔助。本研究主要有兩大貢獻:1. 建構迷思概念自動診斷機制:應用多層感知器(Multilayer Perceptron, 縮寫MLP),擷取學習者所撰寫之程式碼的特徵為類神經網路的輸入,訓練模型使其輸出能夠預測迷思概念種類。研究透過727筆訓練資料多層感知模型,測試486筆資料之迷思概念診斷正確率為97.9%。2. 探究迷思概念間的關聯性:利用關聯規則學習法分析各個迷思概念之間的關聯性,發掘哪些迷思概念經常同時出現,藉以了解迷思概念產生之原因與各迷思概念彼此間的影響。研究結果發現:迷思概念「認為所有的if條件分支都是同時執行」與多個迷思概念之間具有關聯性,推測當學生對於電腦指令運行上持有迷思概念時,會影響日後程式設計的學習。本研究提出的研究結果,包含設計與實作迷思概念的自動診斷機制,以及探究各個迷思概念之間的關聯性,皆能夠為日後的程式教學上提供有益的參考。教師們能夠藉此即時了解學生程式設計迷思概念,並給予適切回饋。此外,根據研究所發現之迷思概念間的關聯性,可更清楚掌握導致迷思概念的原因與各迷思概念間之交互影響,藉以設計有效的程式設計教材,以防止或矯正學生迷思概念。