光譜 × 食品分析（化學計量學）
多種光譜與感測技術配 PCA / PLS / PLS-DA，三層教學：看影片建直覺 → 讀 Python 學算法 → 用 Orange 親手做。
libPLS 1.95 · R 實作課程
從光譜前處理、PLS / PLS-DA 到交叉驗證、變數選擇、ROC / PR 與 SPA；10 章漸進式互動教材，含可複製程式碼與固定亂數種子的完整 R 範例。
SpectraView · 光譜前處理工具
開源桌面程式（Python）：載入 FTIR/Raman/NIR/XRF，做基線(airPLS)/SNV/微分等前處理、尋峰與峰形擬合、XRF 元素鑑定、混合物 NNLS、光譜庫比對，再匯出 X-matrix 餵 PCA / PLS。貫穿下列所有技術的「前處理那一哩路」，頁面附互動光譜庫比對 demo。
電子鼻 × 食品品質
電子鼻感測器陣列食品分析：入門 PCA + 分類模型判斷新鮮度；中階 PLS / SVR / Random Forest regression 預測 TVC；進階 time-series feature engineering 從原始曲線萃取 max、AUC、slope。
LC-MS/MS 方法確效 × 量測不確定度
檢量線迴歸、LOD/LOQ、ISO GUM 量測不確定度、歐盟 CCα/CCβ（決定極限／偵測能力）；含 OLS/WLS 加權迴歸互動計算器、Van Loco 加權迭代 CCα/CCβ 完整算例與 17 題測驗。依 Evard 2016、Van Loco 2007、Brüggemann 2010。
近紅外光譜 · 模型校正轉移
公開 corn NIR 三儀器資料集（m5/mp5/mp6）：建立 master instrument PLS protein 模型，觀察跨儀器預測偏差，並比較 SBC、DS、PDS calibration transfer；含 Python Jupyter、Google Colab 與 Orange Data Mining 教學流程。
近紅外光譜 · 雞蛋新鮮度
PCA 探索 + PLS 定量，660 筆低成本手持 NIR 光譜（740–1070 nm）預測雞蛋室溫儲存天數（R²≈0.82）；含 SNV／Savitzky–Golay 前處理、一倍標準誤選潛在變數、GroupKFold 防資料洩漏，Python(Colab) + Orange 雙路線。
nirs4all · 近紅外光譜機器學習課程
改編自 nirs4all 官方範例的繁中互動課程：7 大模組、33+ 課，從第一條 pipeline 到前處理、PLS 變體、交叉驗證、部署與 SHAP 可解釋性。含單頁互動教材＋7 本可在 Google Colab 直接執行的 Notebook（使用官方真實光譜資料集）。
拉曼 × 藍色料鑑定
四種藍色料（酞菁 CuPc、亮藍 FCF、靛藍、鈷藍）的拉曼指紋比對：判讀邏輯（分子 vs 晶型）、前處理實驗（校正／基線／雜訊）、混合物遮蔽、真偽鑑定；Python／R／Orange 三工具。8 個可獨立點入的互動單元，純前端可離線。
FTIR × 2T2D-COS · 食品光譜影像
使用 Mendeley Food FTIR spectra，從即溶咖啡 Arabica vs Robusta 開始，學習一維 FTIR 光譜、PCA / SVM baseline、two-trace 2D correlation maps 與 Orange 工作流。
DUVRR × 2T2D-COS · mRNA-LNP 包覆
原始論文導讀（Anal. Chem. 2026）：深紫外共振拉曼觀測 mRNA 疫苗的脂質奈米顆粒包覆，PCA → 2D-COS → 2T2D-COS 把重疊峰變成 1322 cm⁻¹ 量化 marker；含預備知識、名詞速查與自我檢測，與上方食品 FTIR × 2T2D-COS 互為方法對照。
桌上型 NMR · 咖啡真偽
PCA 探索 + PLS 定量 + PLS-DA 分類，60 支咖啡 16-OMC 摻假標記；搭配 FTIR 與 coffee 化學成分。
ChromatographyR · 從入門到進階
以官方 chromatographR 套件學習 HPLC-DAD/UV 與 GC-FID 資料分析；12 章涵蓋匯入、前處理、保留時間校正、找峰與 EGH 擬合、peak table、DAD 光譜、批次工作流與方法驗證。每章以概念、可執行 R 程式、預期輸出、判讀證據與形成性練習串成完整學習循環。
MOCCA2 · 從入門到進階
以官方 mocca2 套件學習 HPLC／UHPLC-DAD 自動資料處理；12 章涵蓋資料匯入、基線校正、自適應找峰、峰純度、重疊峰去卷積、跨樣品化合物追蹤、定量、批次 QC 與可重現報告。每個參數都連結圖形、量化指標與判讀任務。
層析數據分析互動教學
從原始 chromatogram 到可解釋結果：互動練習基線校正、雜訊、峰偵測、積分、重疊峰、純度與共洗脫判讀；比較 MOCCA2、hplc-py、chromatoPy 的資料需求與適用情境，附 Python 最小範例及五題自動計分測驗。
高效液相層析 · 咖啡因定量
外標法定量完整流程：峰面積積分 → 檢量線 → 樣品濃度，6 個標準品 + 4 個未知樣品的真實層析資料。入門版五步驟零背景知識，含計算練習與小測驗；進階版再談基線校正（airPLS）、滯留時間對齊（alignDE）、殘差診斷與 LOD/LOQ，並示範儀器自動判峰為何會算出負濃度。附 R / Python 程式與原始資料可重跑。
食品分析（Nielsen）
Nielsen《食品分析》經典方法＋食藥署公告檢驗方法的中文互動教材，每份 SOIL 三段式投影片＋形成性評量小遊戲。
食品分析 · 教學入口
15 章 Nielsen 互動投影片(原子光譜、NMR、質譜、層析、HPLC、GC、水分、灰分、油脂、蛋白質、醣類、維他命、礦物質、pH/酸度、油脂特性)＋8 項食藥署公告檢驗方法(甜味劑、二氧化硫[滴定/GC-MS]、硼酸、四環素、二硫代胺基甲酸鹽、農藥多重殘留、茶葉多重元素)＋機器學習×化學計量學延伸(5 分類器 Python×Orange、手機友善)，共 24 份 deck（約 619 頁 · 約 139 個小遊戲與互動），單一 HTML 可離線。
橄欖油摻假判讀實驗室
以台灣食品營養成分資料庫的脂肪酸組成，認識橄欖油、芥花油、大豆油等食用油圖譜；可動態模擬 20 L 橄欖油混入 580 L 芥花油或大豆油，練習區分包裝標示與實際化學組成，並以 8 題形成性評量驗收。
食品化學
以 Fennema 5/e 為本的中文食品化學教學：互動簡報、3D 模型與課堂即時小遊戲。
食品化學 · 教學入口
Fennema 5/e 中文教學版，9 章完整教材：導論、水分與冰、碳水化合物、脂質、蛋白質、酵素、分散系統、維生素、礦物質。每章互動簡報＋課堂小遊戲，課堂即時收題。
食品安全 · 檢測
質譜定性・定量・品管（驗毒）
用 5 種毒品的 GC-MS／LC-MS 訊號學質譜定性確認、定量與數據品管：偵探入門、兒童遊戲版、GC-MS／LC-MS 進階共四個互動模組；含離子比、確認點數、校正曲線、基質效應互動實驗室與多款小遊戲。
多重殘留農藥檢驗
衛福部公告法 MOHWP0055.05（410 項農藥）：QuEChERS 前處理＋LC-MS/MS 與 GC-MS/MS；17 頁互動投影片＋淨化劑配對與觀念測驗小遊戲。
二氧化硫 · GC-MS 確認法
食藥署 TFDAA0063：頂空進樣 GC-MS／SIM、2-氯甲苯內標；當食品基質干擾滴定法時的專一確認法。22 頁互動投影片＋6 個嵌入式小遊戲。
四環素殘留檢驗
食藥署公告法 MOHWV0036：LC-MS/MS 驗 7 種四環黴素動物用藥殘留（EDTA 螯合萃取）；21 頁互動投影片＋6 個嵌入式小遊戲。
二硫代胺基甲酸鹽殺菌劑
食藥署 MOHWP0054：各種二硫代胺基甲酸鹽裂解成共同產物 CS₂，以頂空 GC-FPD 硫選擇偵測；含十字花科假陽性的清洗試驗確認。20 頁互動投影片＋6 個嵌入式小遊戲。
農藥多重殘留分析(六)
食藥署 TFDAP0007：QuEChERS 前處理＋LC-MS/MS，一次驗 32 項極性／酸性農藥；依基質選三類 dSPE 淨化(PSA/C18/GCB)。20 頁互動投影片＋6 個嵌入式小遊戲。
食品營養 · 華語閱讀
A2–B1 華語學習者的食品營養文獻閱讀與寫作，含互動工具、小遊戲與課堂活動。
文物保存 · 材料劣化
以實際文物的 IoT 環境監測資料為本，把相圖理論與程式實作接到保存現場的判斷。