(一)研究背景
台湾从2014年8月全面推动12年国教，延长国民基本教育年限，将高中、高职、五专之前三年，纳入国民基本教育，以提升国民素质与国家实力的教育政策。12年国教其五大理念为：(1)有教无类。(2)因材施教。(3)适性扬才。(4)多元进路。(5)优质衔接。从两千多年前，孔老夫子就提倡『有教无类』的教育理念，也是最早实施『因材施教』的教育家。而精准教育的概念，就是冀望针对不同特性的学生能有适合自己的教学内容，并创造出自己独特的发展。
精准教育在各个教育阶段都是一种挑战，12年国教、108课纲实施至今，也有许多正反意见在争论。当学生进到高等教育阶段(大学或科技大学)，由于近几年由于入学门槛降低，所招收的学生差异性变大，传统的教学方法可能无法满足所有学生的需求，因此许多大学也开始思考『精准教育』的必要性了。如亚洲大学提出『精准教育三部曲』，内容包括学习基因检测、预防性辅导及智慧学习，逐步落实因材施教的教学目标(吴聪能 & 蔡硕仓, 2019)。
本研究希望能透过近几年的学生学习资料，建立起本校的精准学习模型，进而能帮助到教师、学生之间的『教』与『学』，渐而达到有教无类、因材施教等教育理念。
 
(二)研究目的
本研究根据大量的学生学习资料，建立精准学习模型，进而达到『判断休退学可能性高的学生』之目的。
 
(三)结论
精准学习模型的建构是一个多维度整合的过程，结合了数据驱动分析、教育理论与技术创新，其最终目的是为学习者提供个性化、效率化的学习体验。透过本次的初探研究，深深感觉到资料收集及整合的重要性，如果资料量不足，就很难从中挖掘出有用的部分。本研究使用机器学习这个新技术，建构出第一版的精准学习模型。等未来收集到更多的资料后，依照步骤就能够很快地建构出下一版的精准学习模型，以达到更精准的预测。
要落实精准学习必须思考到一个最基本的问题，想透过精准学习模型达到预测学生是什么状态，再进一步要针对不同状态的学生有不同的辅导措施。例如本次模型预测出有休退风险的学生，我们可以提早进行辅导，以降低学生的休退率。若有另一个模型能预测学生是否适合目前科系，就可以提早进行转系的辅导。或是另一个模型能诊断学生学习意愿的高中低，则可以提供不同的学习建议。不同的模型所需作为输入的资料当然是不同，所以第一步需确立好目的，才知要建立哪种模型，并事先准备哪些资料，透过模型预测出结果，最后才进行对应的辅导，其流程为1.确立目的。2.收集资料。3.建立模型。4.预测结果。5.辅导措施。但无论要建立哪种模型，资料量一定要多，资料的面向一定要广。