《

A-1 學輔進路、相輔相成 》 執行成效

學習成效預測模組108年經過盤整共計6502門課程，選取歷年總修課人次超過100人的課程進行資料探勘訓練，最後共訓練完成1134門課程，再篩選判斷準確率大於70%共131門課程。今年(109年)則加入108學年度資料進行規則更新，共盤整7349門課程，訓練1234門課程，可預測課程達至200門課程。

策略：策略一：課程學習網站導入「學習成效」預測模組

公告日期：2020-12-30

本子計畫運用資料探勘技術建構課程預警模組，預測學生學期末的成績排名，並將預測目標(反應變數)設定為學期排名，且為提供更進一步預警意涵，將成績等第區分為「優良(綠燈)、良好(藍燈)、尚可(黃燈)、應注意(紅燈)」等四等第，預測學生期末成績將會落在哪一等第。選取「學習成效」預測模組準度達可接受者(約高於70%)，進行二次驗證。最後共完成200門課程學習預測模型訓練。並將預警燈號分成四等(綠、藍、黃、紅)，並可每周更新一次預警燈號，提供老師做為是否提出預警之參考。預警規則設定及輸入如圖一、圖二所示。預警結果則如圖三所示。
圖一、教師自行設定規則圖

圖二、系統自行判斷規則

圖三、預警燈號結果圖

• 創新作為

運用資料探勘方法進行課程預警模組訓練，產生之自動預警法則可以幫助老師提早發現學習困難之學生。並結合教師自訂規則，提供教師是否對學生提出預警之決策支援。

• 效益 

可提醒老師及早介入關懷學習落後之學生，進而改善教學品質、提升學生學習成效並降低學生課程棄選率。

---