|
一、教學目標：
本課程旨在培養學員運用人工智慧工具進行資料處理與視覺化分析之實務能力，從資料類型理解、資料清理與ETL流程出發，結合多元視覺化工具（如Excel、Google Sheets、Power BI等），學習如何將數據轉化為具決策價值的圖表與儀表板。同時透過AI輔助分析與自動化生成，強化資料洞察與表達能力，並建立正確的資料治理與數據應用觀念，使學員具備跨工具整合與數據驅動決策的核心能力。
|
二、符合系訂核心能力及SDGs指標：
|
|
|
|
具備運用科技與管理能力
|
|
具備問題發掘與解決能力
|
|
具備創新思考與整合能力
|
|
|
|
系訂核心能力與校訂核心能力對應表：
|
| 校訂核心能力 |
|
與時俱進的學習能力
|
社會生活知能
|
職場專業技能
|
|
系訂核心能力
|
具備運用科技與管理能力
|
|
|
|
|
具備問題發掘與解決能力
|
|
|
|
|
具備創新思考與整合能力
|
|
|
|
|
|
校訂核心能力
|
與時俱進的學習能力
|
社會生活知能
|
職場專業技能
|
|
系訂核心能力
|
具備運用科技與管理能力
|
|
|
|
|
具備問題發掘與解決能力
|
|
|
|
|
具備創新思考與整合能力
|
|
|
|
三、課程選修條件：
四、授課（實施）方式：
網路大面授
五、網路教學進度：
| 第一週 | 課程介紹與AI在資料視覺化的應用趨勢 |
| 第二週 | 資料類型與資料結構（結構化／非結構化） |
| 第三週 | 常見圖表類型與應用場景 |
| 第四週 | 資料與圖表的對應關係（圖表選用策略） |
| 第五週 | 資料敘事（Data Storytelling）與視覺設計原則 |
| 第六週 | 資料來源與資料蒐集方法 |
| 第七週 | ETL流程與資料整合概念 |
| 第八週 | 資料清理與前處理（缺失值、異常值） |
| 第九週 | Excel資料處理與基礎視覺化 |
| 第十週 | Excel × AI（自動分析與圖表生成） |
| 第十一週 | Google Sheets資料處理與視覺化 |
| 第十二週 | Google Sheets × AI應用（公式與分析輔助） |
| 第十三週 | Power BI基礎與儀表板設計 |
| 第十四週 | Looker Studio雲端視覺化應用 |
| 第十五週 | Flourish互動式視覺化設計 |
| 第十六週 | Canva視覺報告與簡報設計 |
| 第十七週 | 資料治理 |
| 第十八週 | 資料品質管理 |
六、面授內容綱要：
| 第一次 | AI生成的數據分析結果是否可信？ |
| 第二次 | 圖表是否會誤導？資料視覺化的倫理問題 |
| 第三次 | 企業如何運用AI資料視覺化做決策 |
| 第四次 | 資料隱私與數據治理在AI時代的重要性 |
七、成績評量方式：
八、授課教材／教科書：
九、參考書目：
自標教材
十、數位資源/電子書：
無
十一、上課日期：
2026/10/18
,
2026/11/15
,
2026/12/13
,
2027/01/10
十二、上課時間：
星期日08:30~10:10
**請遵守智慧財產權觀念、不得非法影印**
更新日期：2026/3/20 下午 04:06:33
|