學生工作坊
數學統計與機器學習
由學生自行收集數據,建立圖表,探索機器學習如何作出預測。

課程能帶來甚麼?
課程以學生親自蒐集的校園數據為材料,從提出研究問題、規劃問卷或量度方式開始,運用圖表和描述統計整理結果,再使用入門機器學習模型探索變數關係。課程鼓勵學生質疑數據代表性與預測可靠度。
以生活數據連結數學統計與 AI,訓練學生提出假設、比較結果及解釋模型限制。
課程內容
參考課時:6 節 × 90 分鐘
* 課程內容及課時可按學校需要調整
研究問題與校園數據收集第 1 節|90 分鐘
- 提出校園可量度的問題,訂立研究假設
- 選擇變項、抽樣方法及資料記錄格式
- 討論匿名性及公平比較的注意事項
統計圖表與探索性分析第 2–3 節|共 180 分鐘
- 整理缺漏、重複及不合理數據
- 計算平均值、百分比與分布,製作比較圖表
- 比較不同圖表的解讀,避免以少量數據推論全部人
機器學習入門及模型測試第 4–5 節|共 180 分鐘
- 選擇合適資料作簡單分類或預測
- 比較訓練和測試結果,觀察模型誤判
- 討論樣本量、偏差及模型準確度的限制
數據研究匯報與成果展示第 6 節|90 分鐘
- 以圖表及模型結果支持研究結論
- 說明實驗設計、數據限制及改善建議
- 向同學展示研究,回答對結果的質疑
學習概念
- 描述統計:認識資料收集、平均數、分布及圖表表達。
- 機器學習基本概念:理解特徵、訓練資料與模型預測。
- 數據推論:認識偏差、模型評估及結論的限制。
實作活動
- 使用試算表整理指定數據,製作三張統計圖表並提出研究問題
- 以 Machine Learning for Kids 建立模型,更換特徵並製作模型 A/B 比較表
- 展示研究問題、三張圖表及兩套模型結果,說明資料限制與改良方向
讓課程配合你學校的需要
歡迎索取完整課程大綱和報價,討論適合的年級、節數及設備安排。
