一、活動重點及目的：
本活動為配合本校高等教育深耕計畫「大數據分析體驗營：培育問題導向與數位傳播結合的健康促進與社會責」所辦理，旨在透過實務導向的講座，提升學生對大數據、AI、程式設計的整體認識，並深化健康醫療領域的大數據及應用。
大數據分析體驗營（一）：機器學習的兩大核心支柱：用於預測類別標籤的分類 (classification)，以及用於預測連續數值的迴歸 (regression)。我們探索了多種分類模型，從基本的線性模型出發，學習了如何使用 RANSAC 演算法建立穩健的模型，並探討了利用多項式迴歸、變數轉換以及隨機森林模型來處理複雜的非線性關係。
大數據分析體驗營（二）：建立數據分析思維、體驗分析流程。我們從基本的生物統計學的概念出發，學習了如何研究圖表製作與解釋，並透過SAS EG軟體練習健保數據。
對於醫學領域的學習者而言，掌握這些基礎技能，能為未來的職業生涯打開了一扇通往數據科學的大門。無論是進行生物醫學研究、優化臨床診斷流程，還是開發個人化治療方案，這些以數據驅動的思維和方法，都將成為您解決複雜問題、推動醫學進步的寶貴資產。
二、活動特色及執行情形：
大數據分析體驗營（一）：本次活動邀請趙恩老師，以其公衛背景結合人工智慧實務經驗，使用機器學習領域最經典的「Hello World」範例：鳶尾花數據集 (Iris dataset)。老師反覆強調了遵循一個系統化工作流程的重要性。機器學習的成功不僅取決於選擇最先進的演算法，更在於一個紀律嚴明的過程：從深入的數據探索與預處理，到審慎的模型選擇與超參數調校，再到嚴謹的效能評估。
大數據分析體驗營（二）：本次活動邀請黃景揚老師，以其健康大數據分析、流行病學實務經驗，透過SAS EG 軟體練習數據 – LHIRD 2000 學習資料歸戶 – 統計圖表製作。建立疾病預測模型，完整的數據思維，進而培養其跨域整合與永續發展的思維能力，強化未來投入健康大數據及分析疾病預測的應用潛力。 講座內容兼具專業深度與產業實用性，學生回饋顯示對健保數據及預測疾病模型有更深入理解。亦激發對創業實踐與生涯規劃的正向思考，達成教學創新與實務連結之深耕目標。
三、活動之質量化指標：
量化指標：平均活動滿意度93%
質化指標：
共計7位學生反饋相關專業知識，並學習到實作過程，甚至提及對自身未來規劃有助益。
- 老師會用有趣的話教導課程,讚讚有大概學習到spyder如何使用。
- 超級好玩 ! 其實自己完全沒有接觸過 , 但是剛剛玩起來超級有趣,看到自己成功後很有成就感。
- AI跟電腦能力越來越重要
- 收穫滿滿 ,非常賓用 !
- 大概會使用SAS EG
- 這次参加活動讓我對數據分析有更清楚的概念。一開始介紹真寶世界證據和生物統計學的基本原理 讓我了 解到原來數據不只是表格或數字 , 而是可以用來發現問題、支持研究的重要工具 。後面用 SAS EG 軟體實作,分析LHIRD 2000 的資料 , 讓我實際體驗到從資料整理、做統計圖表到進行回溯性世代研究的整個流程。雖然過程中有點挑戰 , 但學到很多實用的技巧 。整體來說 : 這次活動讓我對公共衛生研究中的數據應用更有興趣 , 也更有信心去分析和解讀資料。
- 老師會一步一步慢慢教應該要怎麼跑程式 , 讓我們學得更好。
四、具體檢討與建議：
- 設備與場地應更完善：教室的電腦設備可以有老師操作的主畫面同時亦有學生可操作畫面。
- 建議加入實作體驗：學生對實務內容反應熱烈，建議未來可安排相關醫療領域的數據講座。
