Browsing by Author "廖容"

Now showing 1 - 1 of 1

基於機器學習之初學者程式設計迷思概念自動診斷與關聯性分析
(2021) 廖容; Liao, Jung
程式設計迷思概念經常造成學習者在學習過程中產生學習困難，並會在未來學習更高階的程式知識時學習表現不佳，進而導致撰寫的程式品質不佳，許多相關研究皆是透過人工分析的方式探究程式設計迷思概念。然而，這些研究方法大多樣本數少、針對單一程式語言，因此被指出不夠客觀、適用性不高。倘若能即時掌握學生迷思概念的狀況，即可趁早給予相對應的解決方案。因此，為了提供能廣泛應用、精準預測學生程式迷思之機制，本研究蒐集共一千多筆程式測驗資料，不侷限於單一程式語言，研究利用機器學習的技術，聚焦於流程控制（if-else, for-loop, while-loop），建構程式設計迷思的自動診斷機制，藉此可給予學生相關的教學輔助。本研究主要有兩大貢獻：1. 建構迷思概念自動診斷機制：應用多層感知器（Multilayer Perceptron, 縮寫MLP），擷取學習者所撰寫之程式碼的特徵為類神經網路的輸入，訓練模型使其輸出能夠預測迷思概念種類。研究透過727筆訓練資料多層感知模型，測試486筆資料之迷思概念診斷正確率為97.9%。2. 探究迷思概念間的關聯性：利用關聯規則學習法分析各個迷思概念之間的關聯性，發掘哪些迷思概念經常同時出現，藉以了解迷思概念產生之原因與各迷思概念彼此間的影響。研究結果發現：迷思概念「認為所有的if條件分支都是同時執行」與多個迷思概念之間具有關聯性，推測當學生對於電腦指令運行上持有迷思概念時，會影響日後程式設計的學習。本研究提出的研究結果，包含設計與實作迷思概念的自動診斷機制，以及探究各個迷思概念之間的關聯性，皆能夠為日後的程式教學上提供有益的參考。教師們能夠藉此即時了解學生程式設計迷思概念，並給予適切回饋。此外，根據研究所發現之迷思概念間的關聯性，可更清楚掌握導致迷思概念的原因與各迷思概念間之交互影響，藉以設計有效的程式設計教材，以防止或矯正學生迷思概念。