Course Syllabus

Course Information：

Year-Semester Course Number Course Name Phase Credits Hours Required/Elective Instructor Class Student NO. Withdraw Note

Spring Semester
Year 2026 359608 Designing with data 1 3.0 3 ★ Ching-I Chen GID 15 0 上限7人

Year-Semester	Course Number	Course Name	Phase	Credits	Hours	Required/Elective	Instructor	Class	Student NO.	Withdraw	Note
Spring Semester Year 2026	359608	Designing with data	1	3.0	3	★	Ching-I Chen	GID	15	0	上限7人

Course Plan：

Instructor Ching-I Chen　Office Hours

Email cic@ntut.edu.tw

Last Updated 2025-12-17 16:58:27

Course Objective 本課程整合量化與質性研究方法,培養設計研究生的數據思維與實踐能力。從數據收集、分析到視覺化呈現,學習如何運用數據驅動設計決策。課程涵蓋使用者研究方法、統計分析基礎、資料視覺化工具應用,以及生成式 AI 在數據分析中的應用。透過實際專案演練,學生將學習如何從數據中洞察使用者需求、驗證設計假設,並以數據說服利害關係人。強調設計思考與數據分析的結合,培養學生成為具備數據素養的新世代設計研究者。學生學習目標： -建立以數據驅動設計決策的思維模式與方法論 -掌握質性與量化研究方法在設計專案中的應用 -熟悉統計分析基礎概念與設計領域常用分析方法 -運用資料視覺化工具有效呈現研究發現與設計洞察 -整合生成式 AI 工具於數據收集、分析與詮釋流程 -培養批判性思考能力,評估數據品質與分析結果的可信度 -完成一個完整的數據驅動設計專案,從研究到提案呈現

Course Schedule Week 1：課程導論與數據驅動設計思維 Week 2：使用者研究方法概論與數據類型 Week 3：研究問題建構與研究設計 Week 4：質性數據收集方法 Week 5：量化數據收集方法與問卷設計 Week 6：開放數據平台探索與應用 Week 7：大數據概念與設計領域應用案例 Week 8：生成式 AI 輔助數據收集與清理 Week 9：質性數據分析與 AI 輔助編碼 Week 10：量化數據分析基礎與統計工具 Week 11：期中專案提案 Week 12：進階統計分析與機器學習入門 Week 13：資料視覺化原則與工具實作 Week 14：AI 驅動的數據洞察與模式識別 Week 15：使用者行為大數據分析與預測 Week 16：數據倫理、隱私保護與演算法偏見 Week 17：數據驅動的設計提案與說服策略 Week 18：期末專案呈現與課程總結

Evaluation and grading policy 每週課堂作業 (30%) 參與課堂與同儕教學 (30%) 期末作業 (40%)

Materials All right reserved. Do not reproduce without permission.

Foreign-language textbooks:No
Use of self-made materials https://open-lab.super.site/courses/

The access to curricular consultation cic@mail.ntut.edu.tw

Expanding teaching and resources

The course corresponds to the SDGs SDG4：優質教育（Quality Education）

Does the course incorporate AI ● 使用生成式AI作為教學過程的輔助工具（Use generative AI tools as an aid to the teaching process）
● 鼓勵學生使用生成式AI工具（Encourage students to use generative AI tools）
● 使用生成式AI進行課堂即時互動（Use generative AI for real-time classroom interaction）
● 簡單介紹AI的基本概念（Briefly introduce the basic concept of AI）
● 深入探討AI的原理與應用（Explore the principles and applications of AI in depth）

Note
　

Instructor	Ching-I Chen　Office Hours
Email	cic@ntut.edu.tw
Last Updated	2025-12-17 16:58:27
Course Objective	本課程整合量化與質性研究方法,培養設計研究生的數據思維與實踐能力。從數據收集、分析到視覺化呈現,學習如何運用數據驅動設計決策。課程涵蓋使用者研究方法、統計分析基礎、資料視覺化工具應用,以及生成式 AI 在數據分析中的應用。透過實際專案演練,學生將學習如何從數據中洞察使用者需求、驗證設計假設,並以數據說服利害關係人。強調設計思考與數據分析的結合,培養學生成為具備數據素養的新世代設計研究者。學生學習目標： -建立以數據驅動設計決策的思維模式與方法論 -掌握質性與量化研究方法在設計專案中的應用 -熟悉統計分析基礎概念與設計領域常用分析方法 -運用資料視覺化工具有效呈現研究發現與設計洞察 -整合生成式 AI 工具於數據收集、分析與詮釋流程 -培養批判性思考能力,評估數據品質與分析結果的可信度 -完成一個完整的數據驅動設計專案,從研究到提案呈現
Course Schedule	Week 1：課程導論與數據驅動設計思維 Week 2：使用者研究方法概論與數據類型 Week 3：研究問題建構與研究設計 Week 4：質性數據收集方法 Week 5：量化數據收集方法與問卷設計 Week 6：開放數據平台探索與應用 Week 7：大數據概念與設計領域應用案例 Week 8：生成式 AI 輔助數據收集與清理 Week 9：質性數據分析與 AI 輔助編碼 Week 10：量化數據分析基礎與統計工具 Week 11：期中專案提案 Week 12：進階統計分析與機器學習入門 Week 13：資料視覺化原則與工具實作 Week 14：AI 驅動的數據洞察與模式識別 Week 15：使用者行為大數據分析與預測 Week 16：數據倫理、隱私保護與演算法偏見 Week 17：數據驅動的設計提案與說服策略 Week 18：期末專案呈現與課程總結
Evaluation and grading policy	每週課堂作業 (30%) 參與課堂與同儕教學 (30%) 期末作業 (40%)
Materials	All right reserved. Do not reproduce without permission. Foreign-language textbooks:No Use of self-made materials https://open-lab.super.site/courses/
The access to curricular consultation	cic@mail.ntut.edu.tw
Expanding teaching and resources
The course corresponds to the SDGs	SDG4：優質教育（Quality Education）
Does the course incorporate AI	● 使用生成式AI作為教學過程的輔助工具（Use generative AI tools as an aid to the teaching process） ● 鼓勵學生使用生成式AI工具（Encourage students to use generative AI tools） ● 使用生成式AI進行課堂即時互動（Use generative AI for real-time classroom interaction） ● 簡單介紹AI的基本概念（Briefly introduce the basic concept of AI） ● 深入探討AI的原理與應用（Explore the principles and applications of AI in depth）
Note