本階段結合了Python 的核心要素與專業開發標準，旨在建立正確的編程習慣。

1. Python 十大重要構成要素與語法規範
(1)語法架構與 PEP 8 標準 ：學習縮排、模組化開發，並遵循 PEP 8 (Python Enhancement Proposal 8) 標準，以確保程式碼的 可讀性(Readability)、 一致性 (Consistency) 與團隊合作的專業性。
(2)資料容器管理 ：掌握變數、字串、串列 List）與字典Dictionary）的應用，負責資料的存放、排序與查找。
(3)邏輯控制與功能互動 ：透過條件語句與迴圈處理判斷邏輯，並利用內建函式與檔案存取處理外部資料。

2. Vibe Coding 導入：意圖驅動開發
(1)教學應用 ：在編寫基礎語法時，鼓勵學生先描述程式的「感覺」與「預期行為」（意圖），利用 AI 工具快速生成符合 PEP 8 規範的樣板代碼。
(2)核心理念 ：減少對繁瑣語法的糾結，專注於程式的邏輯架構與模組擴展能力。

本階段將機器學習的技術實作與哲學歸納邏輯相結合，深入探討 AI 如何從已知推論未知。

1. 機器學習核心方法與哲學邏輯
(1)從歸納法思考 AI：我們如何合理地從「親眼看到的事物」歸納到「還沒有看到的事物」？探討 AI 如何在看不見的情況下分辨顏色、認出動物，或辨別物理上的等速度與等加速度運動。
(2)建模與評估 ：介紹迴歸程式設計與分類程式設計，並透過 Kaggle 網站 進行實戰簡介。

2. 機器學習範例名稱與產業應用
(1)傳統與高科技產業實例 ：分析機器學習在各產業的實際應用。
(2)實作範例
 房價預測系統 （迴歸分析範例）。
 鐵達尼號生存預測 （分類模 型範例）。
 手寫數字影像辨識 ( AI 分辨與辨識範例）。
 工業感測器異常檢測 （傳統產業應用實例）。

3. Vibe Coding 於機器學習的應用
(1)模型調整 ：學生不需要手寫每一行特徵工程代碼，而是透過描述資料的特徵與模型的「 Vibe」 ，引導 AI 生成模型優化建議。