DS 101 評量
以前測與後測檢查資料思維、Python 判讀、ESG 指標與驗證能力的改變
評量流程
DS 101 沿用平台的評量模式：先做前測，再學習、實作，最後做後測。前測與後測是平行但不完全相同的兩份題目，用來看見學習前後的改變。
- 1前測
課程開始前作答，看見自己目前的資料思維與判讀能力。前測不計通過與否。 - 2學習
完成 Module 1 與 Module 2 的十堂課。 - 3實作
完成 Guided Lab、Data Quality Challenge 與 Independent Lab。 - 4後測
課程完成後作答，通過門檻為 80%。
評量內容
每份測驗 12 題單選題，每個能力面向 2 題。題目檢查的是判斷力，而不是背誦語法或 ESG 法規條文。
| 能力面向 | 題數 |
|---|---|
| 問題定義與證據邊界 | 2 |
| Dataset、Schema 與單位 | 2 |
| pandas 與程式判讀 | 2 |
| Data Quality | 2 |
| ESG 指標計算 | 2 |
| 視覺化、說法與 AI 驗證 | 2 |
計分方式
計分在伺服器端完成。正確答案與解說不會出現在公開頁面、下載檔案或送出前的任何回應中。提交後，只會針對答錯的題目顯示說明。
資訊
開始測驗前需要輸入講師提供的梯次代碼與學員代碼。請使用學員代碼，不要填寫真實姓名。