程式能力檢定的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

大學程式能力檢定：CPE 祕笈 附光碟

為了解決程式能力檢定的問題，作者林盈達,黃世昆,楊昌彪,葉正聖,謝育平 這樣論述：

　　本教材設計包含三個面向：系統、基礎、題解。在系統方面，我們在第一章介紹ACM-ICPC 及CPE的發展與規則；第二章介紹CPE 線上(on-line)練習與現場(on-site)考試的系統與機制；第三章介紹一個本機端的練習軟體——瘋狂程設，它透過測資腳本與批改腳本讓學生在練習中減少語法、語意與邏輯的錯誤，也透過短碼競賽讓學生能更精簡地撰寫程式。 　　在基礎方面，第四章介紹C 與C++輸入輸出的函式與格式，減少初學學生因為程式輸出輸入問題造成上傳程式錯誤的可能；第五章有系統地講解解題技能，從理解題意到挑選合適的演算法（包括排序、搜尋、貪心(greedy)、動態規劃、圖形

走訪、最小生成樹、最短路徑、最大流等常用演算法）不一而足，同時考量程式執行時間與記憶體用量，並交代如何設計測資以在上傳程式前檢驗程式的正確性；最後提醒要善用既有資源，利用函式庫來設計解題所需的功能，以減少撰寫程式的時間。 　　在題解方面，我們依據難易等級提供三章共84題之題解，另有8 題用在前面章節中做為例子。第六章至第八章分別是一顆星至三顆星題目之題解，除了區分難易度，再依據題型分節，其中包含字元與字串、數學計算、大數運算、幾何、排序、圖論、模擬、動態規劃等。透過這本入門的書，我們希望能將學生帶入門，之後有足夠的能力繼續精進解題與程式的實力。  

程式能力檢定進入發燒排行的影片

基於試題及問卷分析結合教育資料探勘之聊天機器人輔助C/C++程式評量系統

為了解決程式能力檢定的問題，作者劉泰全 這樣論述：

近年來教育部積極推動程式教育課程，培養學生運算思維之基礎，並讓學生透過簡化、嵌入、轉化、和模擬的方式完成專案的實作。隨著教育資料探勘(Educational Data Mining)的興起，透過學生使用互動式的學習環境，從中彙整龐大的數據，進而了解學生的學習特徵與學習行為。本研究採用問題解決教學法結合聊天機器人融入程式設計課程，並透過資料探勘技術分析試題及學習問卷，進而探討學生對課程的學習策略、學習行為及學習成效。本研究規劃大專院校本科系學生參與C/C++程式設計課程實驗活動。實驗活動為期7周，每周進行一次課程，每次為6個小時的課程。課程包括講述課程與實作課程，最後一週實行測驗試卷與程式實作

測驗。本研究透過隨堂測驗試題與實作課程試題、學習策略問卷、以及聊天機器人平台的操作日誌進行分析，探討學生的學習策略與程式實作能力的關聯。同時比較不同的機器學習分類演算法進行學習特徵對是否正確提交實習題目的分類成效。最後探討哪些因素能優化模型的效能。研究結果發現大部分學生會積極應用網路資源尋求解決問題的方法，並且注意力向度與聯想、元認知、程式實作能力達到顯著的正相關。此反映出高專注的學習是反應程式實作能力重要的指標，並且高專注的學習更能與已知的知識作結合，也更能夠認知自己對程式題目的理解與學習資源的管理。另外對於程式實作題目而言性質相近的題目學生會表現出相似的學習特徵，顯示出學生學習特徵行為與學

習表現存在一些關聯。此外分類模型中類神經網路性能最好(ACC=0.813, F1 score=0.880, AUC=0.663) ，SVM次之(ACC=0.781, F1 score=0.863, AUC=0.735)。並且SVM於RBF-kernel表現優於Linear kernel，推測在輸入空間中有存在非線性特徵。為了探討哪些因素能優化模型的效能，將訓練集資料分成兩組，第一組為第二週至第四週的實驗數據，第二組為第五週至第六週的實驗數據。結果顯示使用第五週至第六週的實驗數據能獲得更高的準確性，顯示學生透過問題解決教學法產生相似的運算思維模式。以0.7為標準將訓練資料分成提交正確率較高(題

數為4題)與提交正確率較低(題數為3題)兩組數據分別測試，結果為使用提交正確率較高的實習題目數據較能反映出學生程式實作能力表現。

簡明C程式設計：使用Code::Blocks(附範例光碟)

為了解決程式能力檢定的問題，作者劉立民 這樣論述：

　　本書以活潑的方式，逐步介紹C語言的語法，並搭配實作難度不同的程式設計演練來學習。本書使用免費的Code::Blocks開發環境，以PBL(Problem-Based Learning)的教學法，以學習者為中心，提升學習者問題解決的能力。每章皆設計大量練習題，不僅適合自修者檢測自我能力，亦適合C語言程式設計教學之用。 本書特色 　　1.實用主義：本書以「實用主義」的角度出發，將重點放在如何使用系統提供的工具解決問題，而不介紹如何製作各種排序、搜尋等資料結構內容。 　　2.問題討論：本書有6章問題討論的單元，可以讓採用本書做為教材者以Project(Problem)-

Based Learning(問題導向學習，PBL) 的方式進行教學，可以個人實作，亦可團隊完成。 　　3.CPE範例：範例精選自CPE大學程式能力檢定問題，適合準備CPE檢定考試的讀者，且每章皆附有習題供讀者自我評量。  

探討聊天機器人輔助程式教學系統與問題解決教學融入STEM程式課程的學習感受、學習行為與學習成效之研究

為了解決程式能力檢定的問題，作者王政鑫 這樣論述：

摘　　要 iAbstract ii誌謝 iv目　　錄 v圖目錄 viii表目錄 ix第一章 緒論 11.1研究背景 11.2目的 21.3論文架構 2第二章　文獻探討 32.1 程式教育 32.2 STEM程式教育 52.3 問題解決教學融入程式教育 62.4 聊天機器人融入程式教育 82.5教學評量 92.6教育資料探勘 112.7研究問題 13第三章　系統設計 143.1問題解決程式教學平台系統設計 143.2 問題解決程式教學平台系統結合現有程式教學系統

173.3實作課程教學平台系統開發 193.4 LINE程式教學機器人系統開發 213.5問題解決程式教學平台系統資料庫設計 22第四章 研究方法 234.1 實驗對象 234.2 實驗教材 234.3 實驗程序 254.4 實驗工具 274.4.1 測驗試卷 274.4.2 STEM學習感受問卷 284.4.3 實作課程教學平台系統使用感受問卷 294.4.4 LINE程式教學機器人系統使用感受問卷 304.4.5 課程分組訪談 304.5 數據搜整編碼 314.6學習行為數據分析 324.6.1 監督

式學習 334.6.2 非監督式學習 354.6.3 機器學習分類評估指標 36第五章 研究結果 385.1 學生先備知識學習成效分析 385.2 LINE平台與實作課程平台的使用感受差異 415.3 學生學習行為與學習感受 425.3.1 學習感受問卷描述性統計 435.3.2 ITSA提交次數統計 445.3.3 學習行為紀錄與學習感受問卷間的關聯性 455.4 學習行為紀錄訓練集與測試集的分割比例 475.4.1 Week1學習行為紀錄數據訓練集與測試集的分割比例 475.4.2 Week2學習行為紀錄數據訓練集與測

試集的分割比例 495.4.3 Week3學習行為紀錄數據訓練集與測試集的分割比例 515.4.4 Week4學習行為紀錄數據訓練集與測試集的分割比例 535.4.5 Week5學習行為紀錄數據訓練集與測試集的分割比例 555.5 機器學習分類結果 575.6 訪談結果 61第六章 結論與建議 626.1結論與討論 626.2建議 64參考文獻 65英文部分 65中文部分 72附錄一、問題解決程式教學平台系統資料庫表格 74附錄二、研究實驗同意書 81附錄三、資料型態與輸入輸出實作課程教材 82附錄四、遞

迴與函式實作課程教材 84附錄五、指標與動態記憶體實作課程教材 87附錄六、動態規劃實作課程教材 89附錄七、類別繼承實作課程教材 91附錄八、學習成效前後測 93附錄九、STEM學習感受問卷 95附錄十、實作課程教學平台系統使用感受問卷 97附錄十一、LINE 程式教學機器人使用感受問卷 98