本課程以資料分析與雲端平台應用為兩大核心，培養學生從資料處理、分析與人工智慧模型建立，到資料分析平台開發與雲端應用之實務能力，並比較本地端與雲端平台的差異，探討企業實務應用上的不同需求，以及敏感資料上雲進行分析時的資安考量。

1. 資料分析與人工智慧，從 Python 程式設計開始，介紹資料的取得與建立，包括 Kaggle、公開資料、網路資料蒐集與建立、問卷調查及文獻資料整理等方式，並進一步介紹資料處理、基本統計、資料視覺化與探索性資料分析方法。在此基礎上，介紹機器學習與深度學習，透過分類、分群與迴歸等方法，使學生了解如何由資料建立人工智慧模型，並透過模型效能評估判斷模型的適用性。課程並以 Kaggle 資料集進行實作，由學生自行選擇資料集進行分析、整理與結果呈現，培養學生獨立進行資料分析與解讀數據的能力。

2. 資料分析平台與雲端應用，由 Python Tkinter 建立本地端資料分析介面開始，進一步介紹 Streamlit 與 Gradio 建立雲端資料分析平台。透過不同平台的實作與比較，使學生了解本地端與雲端應用的差異，以及雲端平台在跨裝置使用與免安裝等方面的特性，並探討不同企業實務需求下的平台應用。最後以商業化雲端資料分析平台案例做報告，培養學生分析與理解實際應用案例的能力。

核心課程大綱模組1. 系統基礎與環境建置Linux 系統安裝與初探：作業系統部署、指令列模式（CLI）操作。基礎檔案管理與權限：目錄結構、檔案屬性與安全權限設定。遠端連線管理：SSH 安全遠端連線設定與金鑰登入。2. django框架設定。3. 核心網路伺服器應用網頁伺服器（Web Server）：Apache 安裝、虛擬主機（Virtual Host）設定。資料庫伺服器：資料庫安裝、權限管理與連線設定。4. 系統安全與維護管理帳號與行程管理：使用者群組權限、系統行程（Process）與例行工作排程（Crontab）。防火牆與安全性：iptables/nftables 或 UFW 防火牆設定、SELinux 安全機制。5.虛擬化與雲端技術：虛擬主機、github版本管理技術簡介與應用。

Chapter 1: Getting started with google-apps-script
Chapter 2: Apps Script Web Apps
Chapter 3: Client calls to Google apps-script
Chapter 4: Create a custom function for Google Sheets
Chapter 5: DriveApp
Chapter 6: DriveApp - getFileById(id)
Chapter 7: DriveApp Service
Chapter 8: DriveApp Service - Files by type and search string
Chapter 9: Firebase and AppScript : Introduction
Chapter 10: GmailApp
Chapter 11: Google sheets MailApp

本課程旨在讓學生理解HTML作為網頁開發基礎技術的重要性，掌握其基本語法和結構，學會使用各種標籤來設計和展示內容，並能將文字、圖片、表單等元素有效地結合在網頁中。同時，課程將幫助學生了解HTML與CSS、JavaScript的互動，逐步建立動態和樣式化的網頁設計能力。

本課程介紹機器學習之基本概念與實務應用，使學生了解資料前處理、監督式學習、非監督式學習及模型評估等基本方法。課程透過 Python 程式設計與實機操作，引導學生應用迴歸、分類、分群、降維及人工神經網路等方法進行資料分析，使學生具備基礎機器學習模型之建立、評估與應用能力。

本課程旨在讓學生理解HTML作為網頁開發基礎技術的重要性，掌握其基本語法和結構，學會使用各種標籤來設計和展示內容，並能將文字、圖片、表單等元素有效地結合在網頁中。同時，課程將幫助學生了解HTML與CSS、JavaScript的互動，逐步建立動態和樣式化的網頁設計能力。

培養學生理解人工智慧、善用人工智慧及正確使用人工智慧之能力，提升數位素養、問題解決能力與未來職場競爭力。

本課程介紹數位鑑識與程式逆向分析之基本概念與實務方法，使學生了解數位證據分析、程式執行流程、組合語言、除錯技術及 Windows PE 執行檔結構。課程搭配實機操作，引導學生進行程式靜態與動態分析，並認識加殼、程式注入、API Hooking 與反除錯等常見技術，使學生具備基礎之數位鑑識與惡意程式逆向分析能力。